【Hive】从长格式表到宽格式表的转换

前言

使用sql代码作分析的时候，几次遇到需要将长格式数据转换成宽格式数据，一般使用left join或者case when实现，代码看起来冗长，探索一下，可以使用更简单的方式实现长格式数据转换成宽格式数据。

长宽格式数据

举个栗子

image.png

宽格式数据：每个变量单独成一列为宽格式数据，例如变量name、age等。

长格式数据：长数据中变量的ID没有单独列成一列，而是整合在同一列。

需求描述

某电商数据库中存在一张客户信息表user_info，记录着客户属性数据和消费数据，需要将左边长格式数据转化成右边宽格式数据。

image.png

需求实现

做以下说明

image.png

当然，其他数据库语句可以同等替换上面的函数。

需求实现思路

• 步骤一:
  将客户信息转化成map格式的数据

user_no	feature_map
u001	{"age":"25","education":"master","first_buytime":"2018/1/3","name":"Sulie","regtime":"2018/1/2","sex":"male"}
u002	{"age":"30","education":"Bachelor","first_buytime":"2018/5/5","name":"LuBan","regtime":"2018/3/4","sex":"male"}
u003	{"age":"27","education":"PhD","first_buytime":"2018/5/4","name":"ZhenJi","regtime":"2018/4/3","sex":"female"}

• 步骤二：
  将map格式数据中的key与value提取出来，key就是每一列变量名，value就是变量值

需求实现代码

步骤一实现

select 
  user_no
  ,str_to_map(concat_ws(',',collect_set(concat_ws(':', message, detail)))) feature_map
from user_info group by user_no

collect_set形成的集合是无序的，若想得到有序集合，可以使用sort_array对集合元素进行排序。

select 
    user_no
    ,str_to_map(concat_ws(',',sort_array(collect_set(concat_ws(':', message, detail))))) feature_map
from user_info group by user_no order by user_no

上面代码用到了字符串连接函数、集合函数、排序函数以及字符串转化成map格式函数，可以每一步运行出来查看结果更容易理解。

步骤二实现

select 
    user_no
    ,feature_map['name'] name
    ,feature_map['sex'] sex
    ,feature_map['age'] age
    ,feature_map['education'] education
    ,feature_map['regtime'] regtime
    ,feature_map['first_buytime'] first_buytime
from (
    select 
        user_no
        ,str_to_map(concat_ws(',',collect_set(concat_ws(':',message,detail)))) feature_map 
    from user_info group by user_no
) a

上面代码就是提取map格式数据中的key与value，即列名['key']得到value值。

总结

长格式数据转换成宽格式数据，首先将数据转化成map格式数据，然后使用列名['key']得到每一个key的value。当然，也可以使用case when函数实现以及left join函数实现。