GROUP BY 不是 NULL 值

Question

我有一个 Hive 表（无主键），类似于：

X      Y
-------------
1      a
2      a
2      a
1      b
1      b
2      c
2      NULL
1      NULL
2      d

请注意，X 列可以是 1 和 2 以外的值。

如果我不想做GROUP BY 的查询是：

SELECT X, Y
FROM my_table

我想对列Y 执行GROUP BY 操作，其中值不是NULL。此外，我想保留Y 的NULL 值。所以结果表看起来像：

X      Y
-------------
1      a
1      b
2      c
2      NULL
1      NULL
2      d

注意，我不在乎选择了哪个 X。

基于this question，我的查询是：

SELECT 
    IFNULL(Y, UUID()) AS unq_Y,
    any(X) AS X
FROM my_table 
GROUP BY unq_Y

但是，如果Y 是NULL，则unq_Y 将是UUID() 返回的任何内容，查询结果将是：

X      unq_Y
-------------
1      a
1      b
2      c
2      UUID()_result
1      UUID()_result
2      d

我怎样才能避免这种情况？

Answer 1

事实证明，我可以将NULL 签入GROUP BY 子句：

SELECT 
    any(Y) AS Y,
    any(X) AS X
FROM my_table 
GROUP BY COALESCE(Y, CAST(reflect("java.util.UUID", "randomUUID") AS STRING));

我的 Hive 版本不支持IFNULL()，所以COALESCE() 是一个不错的选择。我的版本 Hive 也不支持UUID()，所以我打电话给reflect() 来获取唯一ID。

Answer 2

如果结果集的顺序不重要，这很简单。只需使用union all，如下所示：

SELECT     
    X AS X,
    Y AS unq_Y
FROM my_table 
where y is not null
GROUP BY unq_Y
    union all
SELECT     
    X AS X,
    Y AS unq_Y
FROM my_table 
where y is null
;

DEMO

希望对你有帮助！