Hive 的collect_set使用詳解

  https://blog.csdn.net/liyantianmin/article/details/48262109

1. 對於非group by字段，可以用Hive的collect_set函數收集這些字段，返回一個數組；
2. 使用數字下標，可以直接訪問數組中的元素； 

  select a,collect_set(b) as bb from t where b<='xxxxxx' group by a

會按照a分組 通過collect_set會把每個a所對應的b構建成一個以逗號分隔的數組返回。上述SQL返回：

a1,["b1","b2"]

a2,["b1","b2","b3","b4"] 

 可以按照這個返回的數組做文章，即為

select * from (select a,collect_set(b) as bb from t where b<='xxxxxx' group by a)  where size(tmp.bb)=1 and tmp.bb[0]='xxxxxxxx';

表示某bb所對應的數組長度為1 並且第一個bb為xxxxxxxx的a