hive的sql大全

有一个人员关联地址表,分别有身份证号,姓名,地址名称,数据来源,登记时间,怎样求出每个人的地址,关联次数,数据来源集合 其中数据来源集合要求用数据来源和更新时间拼起来进行集合,并且要求数据来源集合中按照更新时间进行排序 要求用hive实现

SELECT id_card, name, address_name, count(*) as association_count,
       collect_set(concat(data_source, '-', register_time)) as data_sources
FROM person_address
GROUP BY id_card, name, address_name
ORDER BY id_card;

你试试呢，不知道你的表名和字段，全用中文代替

SELECT
    身份证号,
    姓名,
    地址名称,
    count( * ) AS 关联次数,
    sort_array ( collect_set ( concat_ws( ‘ |’, 数据来源, 登记时间 ) ) ) AS 数据来源集合 
FROM
    人员关联地址表 
GROUP BY
    身份证号,
    姓名,
    地址名称;

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7711102
• 这篇博客也不错, 你可以看下hive sql 时间比较、小数点为位
• 除此之外, 这篇博客: Hive数据倾斜的原因及其解决方案（hive SQL调优）有实例加深理解中的 特殊情况特殊处理： 部分也许能够解决你的问题。
• 以下回答由chatgpt基于相关博客总结生成:

  为了实现这个查询，你可以按如下步骤编写Hive的SQL语句:
  
  1. 首先，创建一个名为person_address的Hive表，使用提供的表结构和示例数据。
  
  ```sql
  CREATE TABLE person_address (
    id_card STRING,
    name STRING,
    address_name STRING,
    data_source STRING,
    register_time STRING
  );
  
  INSERT INTO TABLE person_address VALUES
  ('1234567890', 'John Doe', 'Address 1', 'Source A', '2022-01-01'),
  ('1234567890', 'John Doe', 'Address 2', 'Source B', '2022-02-01'),
  ('0987654321', 'Jane Doe', 'Address 3', 'Source A', '2022-03-01'),
  ('0987654321', 'Jane Doe', 'Address 4', 'Source B', '2022-04-01'),
  ('0987654321', 'Jane Doe', 'Address 5', 'Source A', '2022-05-01');
  

  1. 接下来，编写一个Hive查询，以求出每个人的地址、关联次数和数据来源集合。

  SELECT id_card, name, count(*) as num_associations, 
         concat_ws(',', collect_set(concat(data_source, ' ', register_time))) as data_source_list
  FROM person_address
  GROUP BY id_card, name;
  

  这个查询使用了GROUP BY子句对id_card和name进行分组，并使用count(*)函数计算出每个组的关联次数。同时使用collect_set函数和concat函数将data_source和register_time拼接起来，形成一个数据来源集合。

  希望这个解决方案对你有帮助！如果你还有其他问题，请随时提问。 ```

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^