Hive中查询App表含指定字符串集合至少一个元素的行

具体场景解决（分号分隔列 + 指定字符串集合） #

假设你的表名为App，存储分号分隔字符串的列叫target_col，要匹配的字符串集合是('aa','bb','cc')，这里有几种实用的实现方式：

方法1：split() + array_contains()组合法

Hive的split能把分隔字符串转成数组，再用array_contains检查是否存在目标元素，用OR连接多个判断即可覆盖“至少匹配一个”的需求：

SELECT *
FROM App
WHERE array_contains(split(target_col, ';'), 'aa')
   OR array_contains(split(target_col, ';'), 'bb')
   OR array_contains(split(target_col, ';'), 'cc');

逻辑直白易懂，适合元素数量不多的场景，新手也能快速上手。

方法2：正则匹配（regexp_like）

把集合元素拼接成正则模式，同时做边界校验避免部分匹配（比如防止把aaa误判成aa）：

SELECT *
FROM App
WHERE regexp_like(target_col, '(^|;)(' || concat_ws('|', 'aa','bb','cc') || ')(;|$)');

concat_ws自动把集合元素拼成aa|bb|cc的正则分支，(^|;)和(;|$)确保匹配的是完整的分隔单元，精准度更高。

方法3：拆分后关联（explode + EXISTS）

如果集合元素很多，或者需要对拆分后的元素做额外过滤，这种方式更灵活：

SELECT a.*
FROM App a
WHERE EXISTS (
    SELECT 1
    FROM explode(split(a.target_col, ';')) AS b(item)
    WHERE b.item IN ('aa','bb','cc')
);

通过explode把列拆成多行，再用EXISTS判断是否有匹配项，扩展性强。

通用场景扩展（任意分隔符 + 任意字符串集合） #

如果你的场景是任意分隔符（逗号、竖线等），或者匹配集合来自另一张表，只需对上述方法做简单调整：

1. 适配分隔符：把split和正则里的;换成你的实际分隔符即可，比如逗号就写split(target_col, ',')。
2. 集合来自其他表：如果匹配项存在表match_set的item列中，用collect_set转成数组后，结合array_intersect判断交集：

WITH match_data AS (
    SELECT collect_set(item) AS match_array
    FROM match_set
)
SELECT a.*
FROM App a
CROSS JOIN match_data m
WHERE size(array_intersect(split(a.target_col, ';'), m.match_array)) > 0;

array_intersect返回两个数组的交集，只要交集长度大于0，就说明至少匹配了一个元素，完美适配动态集合场景。

内容的提问来源于stack exchange，提问作者Charith Ellepola