如何在Impala SQL中对列内的分隔值进行排序？

要实现将列中逗号分隔的无序字符串值按顺序排列，可通过「拆分-排序-聚合」的步骤完成，以下是具体实现方案：

示例表 #

预期输出 #

实现SQL #

SELECT
  Column_A,
  CONCAT_WS(',', COLLECT_LIST(sorted_val)) AS Column_B
FROM (
  SELECT
    Column_A,
    val AS sorted_val
  FROM your_table
  LATERAL VIEW EXPLODE(SPLIT(Column_B, ',')) exploded AS val
  ORDER BY Column_A, sorted_val
) t
GROUP BY Column_A;

关键函数说明 #

• SPLIT(Column_B, ',')：将目标列的字符串按逗号分割为数组
• LATERAL VIEW EXPLODE(...)：把数组拆分为多行记录，每个元素单独占一行
• 内层子查询通过ORDER BY Column_A, sorted_val，保证同一行的元素按值排序
• COLLECT_LIST(sorted_val)：将排序后的单个元素重新收集为数组
• CONCAT_WS(',', ...)：用逗号将数组重新拼接为有序字符串

注意事项 #

• 需确保Impala版本支持LATERAL VIEW、COLLECT_LIST等函数（多数新版本均支持）
• 若需去除重复值，可将COLLECT_LIST替换为COLLECT_SET，但该函数会自动去重，按需选择

内容的提问来源于stack exchange，提问作者Hannah Hernalin