Hive双表关联条件编写求助：实现details_filter字段逻辑

我来帮你搞定这个需求啦！根据你给出的匹配规则和期望输出，我们可以通过Hive的集合函数+条件判断来完成details_filter字段的计算，具体SQL如下：

WITH cust_det_groups AS (
    SELECT 
        Cust_dec,
        collect_set(Cust_det) AS det_list
    FROM Cust_buy_details
    GROUP BY Cust_dec
)
SELECT 
    c.Cust_id,
    c.Purchase,
    c.Purchase_detail,
    CASE
        WHEN c.Purchase = cd.Cust_dec AND array_contains(cd.det_list, c.Purchase_detail) THEN c.Purchase_detail
        ELSE NULL
    END AS details_filter
FROM Customers c
LEFT JOIN cust_det_groups cd ON c.Purchase = cd.Cust_dec;

代码逻辑说明： #

1. 预处理Cust_buy_details表：用CTE（公共表表达式）cust_det_groups把每个Cust_dec对应的所有Cust_det值收集成一个数组集合det_list，这样每个购买决策（buy/no_buy）只会对应一条记录，后续关联更高效。
2. 关联两张表：左连接Customers表和预处理后的cust_det_groups表，关联条件是Customers.Purchase等于Cust_buy_details.Cust_dec。
3. 条件判断生成目标字段：
   • 当Purchase和Cust_dec匹配，且Purchase_detail存在于对应Cust_dec的det_list集合中时，返回Purchase_detail；
   • 其他所有情况（包括Purchase和Cust_dec不匹配，或者匹配但Purchase_detail不在集合里）都返回null，完全符合你给出的规则。

和示例结果的匹配验证： #

• Cust_id=123：Purchase是buy，对应的det_list包含Cheap，所以details_filter返回Cheap；
• Cust_id=985：Purchase是buy，但Purchase_detail是Deal of the day不在buy对应的det_list里，返回null；
• Cust_id=978：Purchase是no_buy，Purchase_detail是Interested不在no_buy对应的det_list里，返回null；
  所有结果都和你期望的输出一致哦！

内容的提问来源于stack exchange，提问作者Bjay