Question

我正试图在Hive的多列中爆炸记录。

例如，如果我的数据集看起来像这样-

COL_01  COL_02     COL_03
1       A, B       X, Y, Z
2       D, E, F    V, W

我希望将此作为输出-

COL_01  COL_02  COL_03
1       A        X
1       B        Y
1       NULL     Z
2       D        V
2       E        W
2       F        NULL

Hive中有没有办法做到这一点？

我看到一些关于爆炸的文章，但在这种情况下没有爆炸。

Answer 1

在子查询中分别展开，然后使用完全联接将其联接。

with your_data as (
select stack(2,
1, 'A, B',     'X, Y, Z',
2, 'D, E, F',  'V, W'
) as (col_01, col_02, col_03)
) 

select nvl(s1.col_01,s2.col_01) as col_01, --do the same nvl() for all not exploded columns
       s1.col_02, s2.col_03
from
(select d.col_01, c2.pos2, c2.col_02 --explode col_02
  from your_data d
       lateral view outer posexplode(split(col_02,', ?')) c2 as pos2, col_02
)s1

full join

(select d.col_01, c3.pos3, c3.col_03 --explode col_03
  from your_data d
       lateral view outer posexplode(split(col_03,', ?')) c3 as pos3, col_03
)s2
on s1.col_01=s2.col_01 
   and s2.pos3=s1.pos2 --explode position

结果：

col_01  s1.col_02   s2.col_03   
1          A           X    
1          B           Y    
1          NULL        Z    
2          D           V    
2          E           W    
2          F           NULL

Answer 2

@Manu-您可以在2列上进行侧视图，但这将是一个交叉产品。但我看到您需要的是列之间的一对一映射。

任何更改都可以创建带有col02和col03列的地图字段吗？

在Hive中分解为多列

2 个答案: