Hive 检查数组中的元素

Question

我有一个由 user_id 和 item_id（用户已购买的项目的 ID）组成的 Hive 表。 我想获取购买了商品 1 但不购买商品 2 和 3 的所有用户的列表。

为此，我编写了简单的查询：

SELECT user_id, collect_set(item_id) itemslist FROM mytable
WHERE item_id in (1, 2)
GROUP BY user_id
HAVING -- what should I put here???

如您所见，我不知道如何检查数组 itemslist 是否包含 1 而不是 2。

你是怎么做到的？ 如果有更有效的方法，你能告诉我两种（或更多）方法吗？

Answer 1

Hive 中有一些收集功能 `（参见collection functions 这里：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF）可以在这里使用。

您可以使用array_contains(Array<T>, value) 函数检查项目1 是否存在，并使用size(Array<T>) 函数确保长度为1。如果两个条件都满足，您将获得所需的输出。