Impala技术问题：如何将逗号分隔列转换为多行数据

要在Impala里实现你需要的将逗号分隔的scores列拆分成多行的需求，其实可以借助split()和posexplode()函数配合LATERAL VIEW来完成，思路和Hive的lateral view explode很相似，具体实现如下：

核心SQL示例 #

假设你的原始表名为user_scores，可以执行以下SQL语句：

SELECT 
    t.userid,
    split_score.score
FROM 
    user_scores t
LATERAL VIEW posexplode(split(t.scores, ',')) split_score AS pos, score;

代码解释 #

• split(t.scores, ',')：将每个userid对应的scores字符串按逗号分割成一个字符串数组，比如u1的C,B,A会被转换成["C", "B", "A"]。
• posexplode()：这个函数会把数组中的每个元素拆分成单独的一行，同时返回元素在数组中的位置（也就是pos字段）。虽然我们这里不需要位置信息，但posexplode是Impala中用于拆分数组的常用函数（如果不需要位置，也可以直接用explode()，两者都能满足需求）。
• LATERAL VIEW：用来关联原始表和拆分后的数组结果，确保每个userid能和对应的拆分后分数一一对应，生成你需要的多行结构。

处理可能的空格问题 #

如果你的scores列中逗号后面带有空格（比如格式是C, B, A），拆分后的分数会包含多余空格，这时候可以用trim()函数去除前后空格：

SELECT 
    t.userid,
    trim(split_score.score) AS score
FROM 
    user_scores t
LATERAL VIEW posexplode(split(t.scores, ',')) split_score AS pos, score;

执行上述SQL后，就能得到你期望的结果表啦。

内容的提问来源于stack exchange，提问作者liznzn