如何篩選基於在蜂巢

串所以，我有以下模式如何篩選基於在蜂巢

user_id int, 
movie_id int, 
score float, 
demography string

的表的人口是一個逗號分隔的字符串像'm,22,ca,.....'。這可以包含可變數量的元素。

現在，我要基於某些characterstics篩選記錄... 是，如果人口是「M」或從「CA」等等等等。所以，目前我在做什麼是..

的字符串分割成數組(split(table.demography, "\\,"))然後explode它，做過濾..使用WHERE子句..

Where exploded_demography = 'm' or exploded_demography='ca' (etc etc)

但是，爆炸原因記錄..好..爆炸..我想避免因爲它似乎臃腫的記錄數量..

有沒有辦法在不爆炸記錄的情況下做到這一點？

來源

2017-02-01 Fraz

嘗試使用：

find_in_set('ca', table.demography) > 0

來自：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-StringFunctions

INT FIND_IN_SET（字符串str，串strList）返回第一一次出現在strList STR的其中strList是逗號分隔的字符串。如果任一參數爲null，則返回null。如果第一個參數包含任何逗號，則返回0。例如，find_in_set（'ab'， 'abc，b，ab，c，def'）返回3.

來源

2017-02-01 09:03:23 Ilya

如何篩選基於在蜂巢

回答

相關問題