散列用户 ID 并创建临时表答案

【问题标题】：Hashing user ID's and creating a temp table散列用户 ID 并创建临时表
【发布时间】：2020-03-09 12:49:24
【问题描述】：

我正在尝试提取样本数据，但需要屏蔽/散列 userid's。我需要先构建一个临时表，因为我在 Zeppelin 中工作并且输出被截断，所以我正在构建一个临时表，以便我可以从 3rd 方工具 (Razor SQL) 查询数据。

这是我用来屏蔽/散列userid的内容：

CREATE TABLE user.temp_userdata_hashed AS
SELECT *, md5(concat(userid, 'useridGUI')) as userid
FROM medicaldata

这在没有 CREATE TABLE 的情况下有效，但是当我包含 CREATE TABLE 时，我收到此错误：

org.apache.spark.sql.AnalysisException: Found duplicate column(s) in the table definition of `user`.`temp_userdata_hashed`: `userid`;

与其列出此表中的每一列（我都需要它们），有没有办法解决这个问题？

【问题讨论】：

【解决方案1】：

说实话，我的建议是明确说明您需要的列。但是，如果您绝对想使用 *，实际上只有一种解决方法。两者都让您按照查询中指定的方式创建表，但用户 ID 哈希使用不重复的列名除外，如下例所示。

CREATE TABLE user.temp_userdata_hashed AS
SELECT *, md5(concat(userid, 'useridGUI')) as useridhash
FROM medicaldata

创建临时表后，您可以使用 ALTER TABLE 命令删除原始 userid 列，然后将 useridhash 重命名为 userid。然后，当您使用 SELECT 查询临时表时，您可以继续使用 *。

【讨论】：