Hive 的collect_set使用详解

  https://blog.csdn.net/liyantianmin/article/details/48262109

1. 对于非group by字段，可以用Hive的collect_set函数收集这些字段，返回一个数组；
2. 使用数字下标，可以直接访问数组中的元素；

select a,collect_set(b) as bb from t where b<='xxxxxx' group by a

会按照a分组 通过collect_set会把每个a所对应的b构建成一个以逗号分隔的数组返回。上述SQL返回：

a1,["b1","b2"]

a2,["b1","b2","b3","b4"]

可以按照这个返回的数组做文章，即为

select * from (select a,collect_set(b) as bb from t where b<='xxxxxx' group by a)  where size(tmp.bb)=1 and tmp.bb[0]='xxxxxxxx';

表示某bb所对应的数组长度为1 并且第一个bb为xxxxxxxx的a