Hive Lateral View + explode 详解

hive中的函数分为3类,UDF函数、UDAF函数、UDTF函数

UDF：一进一出
UDAF:聚集函数，多进一出，类似于：count/max/min
UDTF:一进多出,如explore()、posexplode()，UDTF函数的时候只允许一个字段

百度explode()时，经常会出现lateral view + explode相关的文章，很少单独写explode()。分别了解ecplode() 与lateral view的各自作用很重要，不然过程都不知道实现的，换个UDTF函数就不会使用了。

一、UDTF函数 explode() 讲解

UDTF函数作用都是输入一行数据，将该行数据拆分、并返回多行数据。不同的UDTF函数只是拆分的原理不同、作用的数据格式不同而已。
这里详细讲解explode()用法，学会这一个其他的UDTF函数也会使用。

explode()将一行数据转换成列数据，可以用于array和map类型的数据
1）explode()用于array的语法如下：

select explode(arraycol) as newcol from tablename;#arraycol：arrary数据类型字段。
#tablename：表名

2）explode()用于map的语法如下：

select explode(mapcol) as (keyname,valuename) from tablename;
#tablename：表名
#mapcol：map类型的字段
#keyname：表示key转换成的列名称，用于代表key转换之后的列名。
#valuename：表示value转换成的列名称，用于代表value转换之后的列名称。

explode()用于map类型的数据时，由于map是kay-value结构的，所以它在转换的时候会转换成两列，一列是kay转换而成的，一列是value转换而成的。

3）以上为explode()函数的用法，此函数存在局限性：

其一：不能关联原有的表中的其他字段。
其二：不能与group by、cluster by、distribute by、sort by联用。
其三：不能进行UDTF嵌套。
其四：不允许选择其他表达式。

二、百度explode()，总会出现lateral view，它们各自的作用是什么？

第一部分对explode()函数做了简单的讲解，知道它作用的数据格式为array和map ,也知道了如何单独使用explode，可能脑袋还是有点懵，下面将结合案例一起学习。

UDTF函数(如：explode)只能只允许对拆分字段进行访问，即select时只能出现explode作用的字段，不能在选择表中其它的字段，否则会报错。
但是实际中需求中经常要拆某个字段,然后一起与别的字段一起取。这时就要使用lateral view。

lateral view为侧视图,其实就是用来和像类似explode这种UDTF函数联用的，lateral view会将UDTF生成的结果放到一个虚拟表中，然后这个虚拟表会和输入行进行join来达到连接UDTF外的select字段的目的。

不加lateral view的UDTF函数只能提取单个字段拆分,并不能塞回原来数据表中。加上lateral view就可以将拆分的单个字段数据与原始表数据关联上。在使用lateral view的时候需要指定视图别名和生成的新列别名。

1、udtf + lateral view 格式一

lateral view udtf(expression) tableAlias as columnAlias (,columnAlias)*

lateral view在UDTF前使用，表示连接UDTF所分裂的字段。
UDTF(expression)：使用的UDTF函数，例如explode()。
tableAlias：表示UDTF函数转换的虚拟表的名称。
columnAlias：表示虚拟表的虚拟字段名称，如果分裂之后有一个列，则写一个即可；如果分裂之后有多个列，按照列的顺序在括号中声明所有虚拟列名，以逗号隔开。

2、udtf + lateral view 格式二

from basetable (lateral view)*

在from子句中使用，一般和格式一搭配使用，这个格式只是说明了lateral view的使用位置。
from子句后面也可以跟多个lateral view语句，使用空格间隔就可以了。

eg:
SELECT myCol1, myCol2 FROM baseTable
LATERAL VIEW explode(col1) myTable1 AS myCol1
LATERAL VIEW explode(col2) myTable2 AS myCol2;#col1为表baseTable字段中的map或者array类型
#col2为表baseTable字段中的map或者array类型

3、udtf + lateral view 格式三

from basetable (lateral view outer)*

from basetable (lateral view outer)*

它比格式二只是多了一个outer，这个outer的作用是在UDTF转换列的时候将其中的空也给展示出来，UDTF默认是忽略输出空的，加上outer之后，会将空也输出，显示为NULL。这个功能是在Hive0.12是开始支持的。

eg:
select name,key,value from student_score lateral view outer explode(score) scntable as key,value;

-------------可借助下面逻辑理解-------------

# 查看表数据
hive> select * from udtf_test;
OK
jim5    ["james5","datacloase"]
jim4    ["james4","datacloase"]
jim3    ["james3","datacloase"]
jim2    ["james2","datacloase"]
Time taken: 0.084 seconds, Fetched: 4 row(s)# 1）hive只允许对其拆分字段进行访问
hive> select explode(subordinates) from udtf_test;
OK
james5
datacloase
james4
datacloase
james3
datacloase
james2
datacloase
Time taken: 0.075 seconds, Fetched: 8 row(s)#2）同时select 查询 explode作用字段及其它字段时，报错
hive> select explode(subordinates),name from udtf_test;
FAILED: SemanticException 1:29 Only a single expression in the SELECT clause is supported with UDTF's. Error encountered near token 'name'#3）借助lateral view，同时查询explode作用字段及其它字段
hive> select name,subordinate from udtf_test> lateral view explode(subordinates)sub as subordinate;
OK
jim5    james5
jim5    datacloase
jim4    james4
jim4    datacloase
jim3    james3
jim3    datacloase
jim2    james2
jim2    datacloase
Time taken: 0.06 seconds, Fetched: 8 row(s)

三、explode、posexplode与lateral view 3套案例练习

拓展：
explode与lateral view在关系型数据库中本身是不该出现的，因为他的出现本身就是在操作不满足第一范式的数据（每个属性都不可再分），本身已经违背了数据库的设计原理（不论是业务系统还是数据仓库系统）
不过大数据技术普及后，很多类似pv，uv的数据，在业务系统中是存贮在非关系型数据库中，用json存储的概率比较大，直接导入hive基础的数仓系统中，就需要经过ETL过程解析这类数据，explode与lateral view在这种场景下大显身手。

1、找出相同数字的号码超过5位的手机号

1) 使用数据

jimmhe  18191512076
xiaosong    18392988059
jingxianghua    18118818818
donghualing 17191919999

2) 创建表

CREATE TABLE udtf_test1(name string, phonenumber string)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'

3) 加载数据

load data local inpath '/home/atguigu/data/test_20211215.txt' into table udtf_test1;

4) 查看加载表数据

hive> select * from udtf_test1;
OK
jimmhe  18191512076
xiaosong    18392988059
jingxianghua    18118818818
donghualing 17191919999
Time taken: 0.076 seconds, Fetched: 4 row(s)

5) 解题分析思路
split将电话号码，拆分成数组，在用explode炸裂：

select name,phonenumber
from(
select name,phonenumber,phone_num
from udtf_test1
lateral view explode(split(phonenumber,'')) view_number as phone_num)aa
group by name,phonenumber,phone_num
having count(1)>=5

2、求一下每个学生成绩最好的学科及分数、最差的学科及分数、平均分数

有一张hive表，分别是学生姓名name(string)，学生成绩score(map<string,string>),成绩列中key是学科名称，value是对应学科分数，请用一个hql求一下每个学生成绩最好的学科及分数、最差的学科及分数
1）表数据如下：

zhangsan|Chinese:80,Math:60,English:90
lisi|Chinese:90,Math:80,English:70
wangwu|Chinese:88,Math:90,English:96
maliu|Chinese:99,Math:65,English:60

2）创建表：

create table stu_score_test(name string,score map<String,string>)
row format delimited
fields terminated by '|'
collection items terminated by ','
map keys terminated by ':';

3）导入数据：

load data local inpath '/home/atguigu/data/test_20211216' into table stu_score_test;

4）查看导入后表数据：

hive> select * from stu_score_test;
OK
zhangsan    {"Chinese":"80","Math":"60","English":"90"}
lisi    {"Chinese":"90","Math":"80","English":"70"}
wangwu  {"Chinese":"88","Math":"90","English":"96"}
maliu   {"Chinese":"99","Math":"65","English":"60"}
Time taken: 0.164 seconds, Fetched: 4 row(s)

5）解题思路
explode拆分map数据类型：

select name,course,csorce
from(select name,course,csorce ,rank()over(partition by name order by csorce) last_rn,rank()over(partition by name order by csorce desc) best_rnfrom stu_score_testlateral view  explode(score)  score_view as course,csorce)aa
where last_rn=1 or best_rn=1

3、计算酒店每天有多少个房间的入住---重点

1）需求如下

2）原始数据

7,2004,2021-03-05,2021-03-07
23,2010,2021-03-05,2021-03-06
7,1003,2021-03-07,2021-03-08
8,2014,2021-03-07,2021-03-08
14,3001,2021-03-07,2021-03-10
18,3002,2021-03-08,2021-03-10
23,3020,2021-03-08,2021-03-09
25,2006,2021-03-09,2021-03-12

3) 建表

create table temp_hotal_live(
user_id  varchar(50),
room_code  varchar(50),
Check_date varchar(50),
leave_date varchar(50)
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
;

4) 分析思路
用posplode炸裂，补充完整时间：

SELECT
start_dd,end_dd,count(1)
from
(SELECTuser_id,  --用户idcheck_date,  --入店时间leave_date,  --离店时间date_add( check_date, pos ) start_dd,date_add( check_date, pos+1 ) end_ddFROMtemp_hotal_livelateral VIEW posexplode ( split ( REPEAT('A,',datediff( leave_date, check_date )) , ',' ) ) t AS pos, val
)
group BY start_dd,end_dd

datediff,计算住了多少天，两个时间之间的差值；
REPEAT(),把字符串复制多少次，把'A,'本题是把A,复制；
split，把字符串按分隔符分割为数组；
posexplode ：炸裂，并排序；可以行转列，并把索引取出。

Hive Lateral View + explode 详解相关推荐

Hive列转行 (Lateral View + explode)详解
需求: <疑犯> 悬疑,动作,科幻,爱情 <lies> 悬疑,警匪,动作,心理,剧情 <战狼> 战争,动作,灾难转成如下格式:<疑犯> 悬疑 <疑 ...
Hive Lateral View explode字段值为空时，导致数据异常丢失解决方案
1.问题描述日常工作中,我们经常会用Lateral View 结合explode把非结构化数据转化成结构化数据,但是该方法对应explode的内容是有非null限制的,否则就有可能造成数据缺失. 现 ...
hive lateral view explode列拆分与行转列用法
在日常工作中,我们在处理数据时,会遇到某个列存在多个数据的情况,如果想拿到这个列里面每个数据进行后续处理的话,这种情况下有两种处理方式: 第一种:如果这个列多个数据是固定数目,可以使用split切分 ...
hive/mysql使用lateral view explode时会出现的问题(bug)
hive/mysql使用lateral view explode时会出现的问题例子两边计算的区别问题说明例子两边计算的区别上面两边代码除了右边对disp_detail和clk_detail ...
Hive SQL 中ARRAY或MAP类型数据处理：lateral view explode()/posexplode()——行转列函数
前言:在对表数据进行批量处理过程中,常常碰上某个字段是一个array或者map形式的字段,一列数据的该字段信息同时存在多个值,当我们需要取出该数组中的每一个值实现一一对应关系的时候,可以考虑使用lat ...
hive sql之lateral view explode用法
这篇文章讲的特别好 lateral view explode相当于笛卡尔乘积: 表1的每一行与表二的每一行组合,作为新的一行
Hive 连续多次 lateral view explode 踩坑
table1表结构: c1 c2arr c3arr c4arr select c1, c2arr_item, c3arr_item, c4arr_item from table1 lateral vi ...
【大数据技术】爆肝3天 7个章节 Hive 3.1.3详解
大数据技术之Hive 01 hive入门 1.1 什么是Hive 1)Hive简介 Hive是由Facebook开源,基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张表,并提供类S ...
Hive Lateral View、视图、索引
一.Hive Lateral View 1.Lateral View用于和UDTF函数(explode.split)结合来使用. 2.首先通过UDTF函数拆分成多行,再将多行结果组合成一个支持别名的虚 ...

Hive Lateral View + explode 详解

Hive Lateral View + explode 详解相关推荐

最新文章

热门文章