Hive，按数组中的项目连接 2 个表答案

【问题标题】：Hive, join 2 tables by item in arrayHive，按数组中的项目连接 2 个表
【发布时间】：2017-10-10 15:18:31
【问题描述】：

我需要在一个数组中按列离开外部连接 2 个表。

表一模型：

结构ID - 字符串
ips - 字符串数组

表二型号：

ip - 字符串
主机名 - 字符串

我想要的结果是这样的：

id、ip、主机名（如果存在）

需要匹配第一个表中具有第二个表中相应 ip 的数组中的所有 IP。

我不确定如何开始，欢迎任何想法或参考。

【问题讨论】：

需要一些示例数据的表格模型，以便人们深入了解您的问题。
表一：结构id - 字符串，ips - 字符串数组。表二：ip - 字符串，主机名 - 字符串。结果是：id、ips、主机名（如果存在）
我对你的问题做了一些修改。如果它被批准了，我希望它会鼓励人们给你一个答案，因为它现在更简洁，更容易阅读。

标签： hive apache-spark-sql hiveql

【解决方案1】：

您可以在第二个表上使用explode 选项，然后执行如下连接。

假设您有一个带有字符串名称数组的 table_1，而表 2 有名称

CREATE TABLE table_1(id string,ips array ); CREATE TABLE table_2(ip string, hostname int);

然后您可以使用爆炸 udf 在 table_1 上创建横向视图。

select id, ip from table_1 LATERAL VIEW explode(ips) ep AS ip;

这会将数组中的每个值的单行分解为多行。请阅读Lateral view documentation 以获得更多帮助。

最终的连接查询将是这样的。

SELECT t1.id,t1.ip, t2.hostname
FROM 
(select id,ip  from table_1 LATERAL VIEW explode(ips) ep AS ip) AS t1 
LEFT JOIN table_2 AS t2 
ON (t2.ip=t1.ip);

【讨论】：