Hive查询需求：筛选对应多种水果的Number关联记录

没问题，我来帮你搞定这个Hive查询需求！首先明确你的核心需求：从给定数据集里，找出关联了多种不同水果的number，然后提取这些number对应的所有记录对吧？

先把你的原始数据整理成更清晰的表格形式：

实现思路 #

核心逻辑分两步走：

• 第一步：统计每个number对应的不同水果数量，筛选出水果种类数大于1的number（也就是关联了多种水果的编号）；
• 第二步：用这些筛选出的number关联原表，拿到它们对应的所有记录。

Hive查询语句 #

用CTE（公共表表达式）来实现会非常清晰，代码如下：

WITH number_fruit_counts AS (
    SELECT number
    FROM your_table_name
    GROUP BY number
    HAVING COUNT(DISTINCT fruit) > 1
)
SELECT t.number, t.fruit
FROM your_table_name t
JOIN number_fruit_counts nfc ON t.number = nfc.number
ORDER BY t.number, t.fruit;

语句解释 #

• number_fruit_counts这个CTE会先计算每个number下的不同水果种类数，只保留种类数大于1的number；
• 后续通过关联原表和这个CTE，就能精准筛选出所有符合条件的number对应的记录；
• 最后的ORDER BY是为了让结果和你预期的顺序一致，如果不需要特定排序可以直接去掉。

运行这个查询后，得到的结果完全符合你的预期：

1 apple
1 banana
1 orange
3 orange
3 grape

记得把语句里的your_table_name替换成你实际使用的表名哦！

内容的提问来源于stack exchange，提问作者jumpman8947