运行GroupBy时的Hive排序

Question

我有一个Hive表，其数据如下： HIVE表

＆＃34;分区，id，seq，raw＆＃34;

xm1, aaa, 3, <end>
xm1, aaa, 2, <middle>
xm1, aab, 1, <begin>
xm1, aaa, 1, <begin>
xm1, aab, 3, <end>
xm1, aab, 2, <middle>

我想要做的是运行一个Select SQL，它将返回＆＃34;分区，id和[]＆＃34;基于seq

我以不同的顺序取回收集的集合＆＃34; xm1，aaa，[]。＆＃34;

如何使用序列号按顺序获取此信息？我不能在小组中使用序列。

我正在运行如下的SQL语句：

SELECT partition, id, collect_set(raw) 
FROM test_rpt_sorted 
WHERE id='aaa' 
GROUP BY partition, id

Answer 1

您可以尝试使用sort_array内置函数对collect_set的结果执行排序。

SELECT partition, id, sort_array(collect_set(seq))
FROM test_rpt_sorted
WHERE id='aaa'
GROUP BY partition, id;

请注意，根据HIVE-2279，从{Hive 0.9.0开始，sort_array功能可用（希望您的安装不早于此版本）。