使用COLLECT_SET时的情况

Question

我有一张玩具桌：

hive> SELECT * FROM ds.forgerock;
OK
forgerock.id    forgerock.productname   forgerock.description
1       OpenIDM Platform for building enterprise provisioning solutions
2       OpenAM  Full-featured access management
3       OpenDJ  Robust LDAP server for Java
4       OpenDJ  desc2
4       OpenDJ  desc2
Time taken: 0.083 seconds, Fetched: 5 row(s)

我想找个像这样的表：

id          flag
1           0
2           0
3           1
4           1

我正在使用玩具表来迭代和开发工作代码。

SELECT id, CASE WHEN "OpenDJ" IN COLLECT_SET(productname) THEN 1 ELSE 0 END AS flag, 
GROUP BY id FROM ds.forgerock;

请注意，在玩具数据集中，每个id只有一个不同的值，因此COLLECT_SET似乎没有必要。但是，鉴于实际数据集实际上有多个不同的值，我想要做的事情会更有意义。

Answer 1

使用max()通过id：

进行标记聚合

SELECT id, max(CASE WHEN productname='OpenDJ' THEN 1 ELSE 0 END) AS flag 
  FROM ds.forgerock
 GROUP BY id;