Question

我的公司有一个在Hive SQL中构建一些SQL的软件。左部分是灵活的，可以是任何类型（例如字符串），因为我可以自由存储或转换。正确部分不灵活，因为它只能在SQL语句中使用('a','b','c')。所以我可以在concat_ws('a','b','c')之类的函数前面添加它，但是我无法删除它周围的括号(..)。

我想做两个场景：

('a','b') 是 ('a','b','c')的子集。所以这将返回TRUE。但是，('a','d') 是 ('a','b','c')的子集将返回FALSE，因为d在右侧不存在。
('a','b') 至少有一个元素 ('a','b','c')。这会返回TRUE，因为a或b位于右侧。但('d','e') ('a','b','c')中至少有一个元素为FALSE。

有没有办法在不编写UDF或添加第三方UDF的情况下执行此操作？

我正在考虑将它们转换为小写并进行比较，因为'ab'是'abc'的子串（丑陋的解决方法）：

select instr(concat_ws('|',sort_array(array('B','A','C'))),'A|B')>0;

返回TRUE

select instr(concat_ws('|',sort_array(array('B','A','C'))),'A|E')>0;

返回FALSE

但第二种情况更难。我猜是否：

我可以连接两个字符串
通过|
将唯一值组合到数组
计算最终数组元素，如果在开头合并少于两个

奇怪但只是一个想法！

Answer 1

您可以查看内置表格生成函数（UDTF）。例如，explode将为数组explode(array ('a', 'b'))的每个元素创建一行。从那以后，你可以使用通常的SQL-fu。

完整示例，实际上适用于两种情况：

 with abc as (
   select explode(array('a', 'b', 'c')) as l
 )
 select
     count(*) = size(array('a', 'b')) as case1
   , count(*) > 0 as case2
 from
   abc 
 where l in
   ('a', 'b') -- true, true
   -- ('a', 'd') -- true, false
   -- ('d', 'e') -- false, false
 ;

Hive SQL确定子集

1 个答案: