如何在Athena中将同一ID的多行值合并为逗号分隔的单行

Athena基于Presto引擎，直接用聚合函数+数组拼接就能实现需求，核心是两个函数的组合：

• collect_list(column)：把同一分组下的列值收集成数组（保留重复值，顺序和原始数据一致）
• collect_set(column)：和collect_list类似，但会自动去重
• array_join(array, separator)：把数组元素用指定分隔符拼接成字符串

基础示例（保留重复值） #

假设你的表名为target_table，包含id和target_column两列，执行以下SQL：

SELECT
  id,
  array_join(collect_list(target_column), ', ') AS combined_values
FROM target_table
GROUP BY id

去重版本 #

如果需要合并时自动去掉重复的取值，把collect_list换成collect_set即可：

SELECT
  id,
  array_join(collect_set(target_column), ', ') AS combined_values
FROM target_table
GROUP BY id

额外优化：指定排序 #

如果希望合并后的字符串按特定顺序排列，可以在collect_list里加排序规则：

SELECT
  id,
  array_join(collect_list(target_column ORDER BY target_column ASC), ', ') AS combined_values
FROM target_table
GROUP BY id

注意事项 #

• 如果原始列存在NULL值，collect_list会将其纳入数组，array_join会把NULL转为空字符串；如果要过滤NULL，可以先加WHERE target_column IS NOT NULL
• 数组拼接后的字符串长度受Athena的字符串长度限制，极端大量数据场景需要注意

内容的提问来源于stack exchange，提问作者Gracia M