如何用Hive查询按行统计含特定值('a'/'b')的列数？

当然可以用Hive轻松实现这个需求！这是行内统计的典型场景，咱们直接用Hive的条件函数就能搞定，下面给你具体的实现方案：

核心思路 #

对每行的每一列，判断其是否等于目标值（'a'或'b'），符合条件则记为1，否则记为0，最后把每行的这些数值相加，就能得到该行中对应值的列数。

具体实现（固定列场景） #

假设你的输入表名为target_table，包含列col1, col2, col3, col4（你可以根据实际列名调整），下面是两种常用的写法：

写法1：使用IF函数 #

SELECT
    col1,
    col2,
    col3,
    col4,
    -- 统计每行中值为'a'的列数
    (IF(col1 = 'a', 1, 0) + IF(col2 = 'a', 1, 0) + IF(col3 = 'a', 1, 0) + IF(col4 = 'a', 1, 0)) AS count_a,
    -- 统计每行中值为'b'的列数
    (IF(col1 = 'b', 1, 0) + IF(col2 = 'b', 1, 0) + IF(col3 = 'b', 1, 0) + IF(col4 = 'b', 1, 0)) AS count_b
FROM target_table;

写法2：使用CASE WHEN语句（可读性更强） #

SELECT
    col1,
    col2,
    col3,
    col4,
    (CASE WHEN col1 = 'a' THEN 1 ELSE 0 END +
     CASE WHEN col2 = 'a' THEN 1 ELSE 0 END +
     CASE WHEN col3 = 'a' THEN 1 ELSE 0 END +
     CASE WHEN col4 = 'a' THEN 1 ELSE 0 END) AS count_a,
    (CASE WHEN col1 = 'b' THEN 1 ELSE 0 END +
     CASE WHEN col2 = 'b' THEN 1 ELSE 0 END +
     CASE WHEN col3 = 'b' THEN 1 ELSE 0 END +
     CASE WHEN col4 = 'b' THEN 1 ELSE 0 END) AS count_b
FROM target_table;

列数较多时的优化方案 #

如果你的表有几十甚至上百列，手动写每个列的判断会很繁琐。这时可以先通过Hive的元数据查询获取所有列名：

SELECT column_name 
FROM information_schema.columns 
WHERE table_name = 'target_table' 
  AND table_schema = 'your_database_name'; -- 替换成你的数据库名

然后把查询到的列名拼接成上面的IF或CASE WHEN语句部分，生成完整的SQL后执行即可。

示例效果 #

假设输入数据如下：

执行上述查询后，输出结果会是：

内容的提问来源于stack exchange，提问作者Sano babu