Question

我通过使用HiveQL计算主题标签而陷入困境。我的问题：我将这些标签格式排在一行：

侏罗纪世界;电影;夜间;恐龙

侏罗纪世界;书;出示你;电影

侏罗纪世界;电影

我查看了Hive中的https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF，但是没有函数，我可以选择一个分隔符（;）来分隔这些主题标签并计算它们。

我的结果应该是这样的：

+---------------+-----------+
| Hashtag       | Count     |
+---------------+-----------+
| jurassicworld | 300       |
| movie         | 200       |
| night         | 100       |
| dino          | 250       | 
| book          | 50        |  
| etc...        | 100       |
+---------------+-----------+

Answer 1

我创建了以下虚拟表deli -

hive> describe deli;
OK
row1                    string                  None

我使用了以下查询 -

select hashTag, count(*) as data from deli LATERAL VIEW explode(split(row1,'\\;')) t1 AS hashTag group by hashTag;

并且，它为您提供了以下数据结果 -

book    1
dino    1
jurassicWorld   2
jurassicworld   1
movie   3
night   1
yourtickets     1

Hive - Hashtag Counting

1 个答案: