Hive - 标签计数答案

【问题标题】：Hive - Hashtag CountingHive - 标签计数
【发布时间】：2015-09-05 06:29:36
【问题描述】：

我在使用 HiveQL 计算主题标签时遇到了困难。我的问题：我在一行中有这些格式的主题标签：

侏罗纪世界；电影；夜晚；恐龙

侏罗纪世界；书；你的门票；电影

侏罗纪世界；电影

我查看了 Hive 中的 https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF，但没有功能，我可以选择一个分隔符 (;) 来分隔这些主题标签并计算它们。

我的结果应该是这样的：

+---------------+-----------+
| Hashtag       | Count     |
+---------------+-----------+
| jurassicworld | 300       |
| movie         | 200       |
| night         | 100       |
| dino          | 250       | 
| book          | 50        |  
| etc...        | 100       |
+---------------+-----------+

【问题讨论】：

标签： hadoop count hive hiveql

【解决方案1】：

我创建了以下虚拟餐桌熟食店-

hive> describe deli;
OK
row1                    string                  None

我使用了以下查询 -

select hashTag, count(*) as data from deli LATERAL VIEW explode(split(row1,'\\;')) t1 AS hashTag group by hashTag;

而且，它为您的数据提供了以下结果-

book    1
dino    1
jurassicWorld   2
jurassicworld   1
movie   3
night   1
yourtickets     1

【讨论】：