过滤查询

Question

我正在尝试编写一个HIVE查询，该查询返回他们都喜欢的电影的a.user_id和b.user_id数量。当我运行查询时，我得到a.user_id，b.user_id，count和一组电影。我还得到了b.user_id，a.user_id，count和一组电影。

我的问题是如何将查询限制为仅限a.user_id，b.user_id计数和一组电影。

通过将第4行转到ON(a.movie_id = b.movie_id AND a.user_id < b.user_id)

，我已经在Remove reverse duplicates from an SQL query尝试了一个建议的解决方案

SELECT a.user_id, b.user_id, count(*) AS num, collect_set(m.movie_title)
FROM ratings a
JOIN ratings b
ON (a.movie_id = b.movie_id)
JOIN movies m
ON (a.movie_id = m.movie_id AND b.movie_id = m.movie_id)
WHERE (a.user_id <> b.user_id)
GROUP BY a.user_id, b.user_id;
ORDER BY num DESC;

当前输出：

A，B，25，电影列表

B，A，25，电影列表

期望的输出：

A，B，25电影列表

Answer 1

我希望你想要的查询：

SELECT a.user_id, b.user_id, count(*) AS num, collect_set(m.movie_title)
FROM ratings a JOIN
     ratings b
     ON a.movie_id = b.movie_id JOIN
     movies m
     ON a.movie_id = m.movie_id
WHERE a.user_id < b.user_id
GROUP BY a.user_id, b.user_id
ORDER BY num DESC;