1、行转列

(1) 相关函数说明

• CONCAT(string A/col, string B/col…)：返回输入字符串连接后的结果，
  支持任意个输入字符串;
• CONCAT_WS(separator, str1, str2,…)：它是一个特殊形式的CONCAT()。
  第一个参数剩余参数间的分隔符。分隔符可以是与剩余参数一样的字符串。如果分隔符是NULL，返回值也将为NULL。这个函数会跳过分隔符参数后的任何NULL 和空字符串。分隔符将被加到被连接的字符串之间;
• 注意: CONCAT_WS must be “string or array”
• COLLECT_SET(col)：函数只接受基本数据类型，它的主要作用是将某字段的值进行去重汇总，产生Array 类型字段。

(2) 数据准备

(3) 需求

把星座和血型一样的人归类到一起。结果如下：

射手座,A 大海|凤姐
白羊座,A 孙悟空|猪八戒
白羊座,B 宋宋|苍老师

(4) 数据准备

• 创建本地constellation.txt，导入数据

[root@master datas]# vim constellation.txt
孙悟空 白羊座 A
大海 射手座 A
宋宋 白羊座 B
猪八戒 白羊座 A
凤姐 射手座 A
苍老师 白羊座 B

• 创建hive 表并导入数据

create table person_info(
	name string,
	constellation string,
	blood_type string
) row format delimited fields terminated by ",";

load data local inpath "/usr/local/soft/data/constellation.txt" into table person_info;

(5) 按需求查询数据

SELECT
	t1.c_b,
	CONCAT_WS("|",collect_set(t1.name))
FROM (
	SELECT
		NAME,
		CONCAT_WS(',',constellation,blood_type) c_b
	FROM 
		person_info
) t1
GROUP BY t1.c_b

• 说明
  使用concat（）函数做字符串的拼接；
  使用concat_ws（）和collect_set（）进行合并行将上面列表中一个user 可能会占用多行转换为每个user 占一行的目标表格式，实际是“列转行”
  collect_set 的作用：
  （1）去重，对group by 后面的user 进行去重；
  （2）对group by 以后属于同一user 的形成一个集合，结合concat_ws 对集合中元素使用，进行分隔形成字符串。

2、列转行

(1) 函数说明

• EXPLODE(col)：将hive 一列中复杂的Array 或者Map 结构拆分成多行。
• LATERAL VIEW
  用法：LATERAL VIEW udtf(expression) tableAlias AS columnAlias
  解释：用于和split, explode 等UDTF函数 一起使用，它能够将一列数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合。
• LATERAL VIEW语法中的tableAlias指表别名，columnAlias指列别名，且可以是多个列。

(2) 数据准备

(3) 需求

将电影分类中的数组数据展开。结果如下：

《疑犯追踪》	悬疑
《疑犯追踪》	动作
《疑犯追踪》	科幻
《疑犯追踪》	剧情
《Lie to me》	悬疑
《Lie to me》	警匪
《Lie to me》	动作
《Lie to me》	心理
《Lie to me》	剧情
《战狼2》	战争
《战狼2》	动作
《战狼2》	灾难

(4) 数据准备

• 创建本地movie.txt，导入数据

[root@master datas]# vi movie_info.txt
《疑犯追踪》悬疑,动作,科幻,剧情
《Lie to me》悬疑,警匪,动作,心理,剧情
《战狼2》战争,动作,灾难

• 创建hive 表并导入数据

create table movie_info(
	movie string,
	category string)
row format delimited fields terminated by "\t";

load data local inpath "/usr/local/soft/data/movie.txt" into table movie_info;

(5) 按需求查询数据

SELECT
	movie,
	category_name
FROM
	movie_info
lateral VIEW explode(split(category,",")) movie_info_tmp AS category_name;