Question

我有一个 Hive 表（没有主键），看起来类似于：

X      Y
-------------
1      a
2      a
2      a
1      b
1      b
2      c
2      NULL
1      NULL
2      d

请注意，X列可以是1和2以外的值。

如果我不想GROUP BY，查询将是：

SELECT X, Y
FROM my_table

我想对列GROUP BY执行Y操作，其值不是NULL。此外，我想保留NULL的{{1}}值。所以结果表看起来像：

注意，我不关心选择哪个X.

基于this question，我的查询将是：

X      Y
-------------
1      a
1      b
2      c
2      NULL
1      NULL
2      d

但是，如果SELECT IFNULL(Y, UUID()) AS unq_Y, any(X) AS X FROM my_table GROUP BY unq_Y为unq_Y，则UUID()将为Y返回，查询结果为：

NULL

我该如何避免这种情况？

Answer 1

事实证明，我可以将NULL检查放在GROUP BY条款中：

SELECT 
    any(Y) AS Y,
    any(X) AS X
FROM my_table 
GROUP BY COALESCE(Y, CAST(reflect("java.util.UUID", "randomUUID") AS STRING));

我的Hive版本不支持IFNULL()，因此COALESCE()是一个不错的选择。我的版本Hive也不支持UUID()，因此我致电reflect()以获取唯一ID。

Answer 2

如果结果集的顺序不重要，那就很简单了。只需使用union all，如下所示：

SELECT     
    X AS X,
    Y AS unq_Y
FROM my_table 
where y is not null
GROUP BY unq_Y
    union all
SELECT     
    X AS X,
    Y AS unq_Y
FROM my_table 
where y is null
;

DEMO

希望它有所帮助！

GROUP BY不是NULL值

2 个答案: