将数据加载到 Hive 数组列

【问题标题】：Load Data to Hive array column将数据加载到 Hive 数组列
【发布时间】：2015-03-25 01:29:00
【问题描述】：

我有两个 Hive 表，如下所示，以及它们的列

Tbl_Customer
Id
Name

Tbl_Cntct
Id
Phone

一个 ID 可以有多个电话号码，所以我有一张桌子

Tbl_All
Id
Name
Phn_List ARRAY

我的问题是如何将数据从 Tbl_Custome 和 Tbl_Cntct 加载到 Tbl_All 中。我可以在 PIG 中做，但想在 Hive 中做同样的事情。

谢谢

【问题讨论】：

标签： arrays hadoop hive

【解决方案1】：

Insert overwrite table Tbl_All
select cus.id,cus.name,collect_set(ctc.phone)
from Tbl_Customer cus join Tbl_Cntct ctc on cus.id = ctc.id
group by cus.id,cus.name

collect_set UDAF 是一个函数，将列收集到一个没有重复的数组中。如果你想保留所有包含重复值的值，请使用collect_list 函数

【讨论】：