Hive中的COLLECT_SET（）是否保留重复项？

Question

有没有办法将重复项保留在Hive的收集集中，或使用其他方法模拟Hive提供的聚合收集的种类？我想将具有相同键的列中的所有项目聚合到一个具有重复项的数组中。

IE浏览器：

hash_id | num_of_cats
=====================
ad3jkfk            4
ad3jkfk            4
ad3jkfk            2
fkjh43f            1
fkjh43f            8
fkjh43f            8
rjkhd93            7
rjkhd93            4
rjkhd93            7

应该返回：

hash_agg | cats_aggregate
===========================
ad3jkfk   Array<int>(4,4,2)
fkjh43f   Array<int>(1,8,8)
rjkhd93   Array<int>(7,4,7)

Answer 1

尝试在Hive 0.13.0之后使用COLLECT_LIST（col）

SELECT
    hash_id, COLLECT_LIST(num_of_cats) AS aggr_set
FROM
    tablename
WHERE
    blablabla
GROUP BY
    hash_id
;