来自列的Concat值并创建另一列
我正在使用Spark SQL，并在Hive表上执行一些SQL操作。我的表是这样的：`
ID COST CODE
1 100 AB1
5 200 BC3
1 400 FD3
6 600 HJ2
1 900 432
3 800 DS2
2 500 JT4
我想创建另一个表格，这将是另一列中的总成本和前5个CODES。
ID TOTAL_COST CODE CODE_CHAIN
1 1400 432 432, FD3, AB1
总成本很简单，但是，如何从CODE列中连接值并形成另一列。
我已经尝试了collect_set函数但是，值不能被限制，也没有正确排序，可能是由于分布式处理。
任何SQL逻辑都可以吗？
编辑：
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。使用slice，sort_array和collect_list
import org.apache.spark.sql.functions._
df
.groupBy("id")
.agg(sum("cost") as "total_cost", slice(sort_array(collect_list(struct($"cost", $"code")), false), 1, 5)("code") as "codes")在Spark 2.3中，您必须使用已slice排序数组的手动索引替换
val sorted = sort_array(collect_list(struct($"cost", $"code")), false)("code")
val codes = array((0 until 5).map(i => sorted.getItem(i)): _*) as "codes"2019-07-17 23:18:24赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
