求Hive查询语句：关联客户表与账户表并聚合账户号

嘿，这个需求很常见，用Hive的分组聚合函数就能完美解决，我给你一步步说明：

原始表数据 #

首先先明确你的两张表的结构和数据：

Client表

id,name,salary
1 ,John, 10000
2 ,Melissa, 5000

Account表

id,account_number,client_id
1 ,00920202, 1
2 ,00920203, 1
3 ,00920204, 1
4 ,00920205, 2
5 ,00920206, 2

实现查询语句 #

直接用这条Hive SQL就能得到你想要的结果：

SELECT 
    c.id,
    c.name,
    c.salary,
    CONCAT('{', CONCAT_WS(', ', COLLECT_SET(a.account_number)), '}') AS accounts
FROM Client c
LEFT JOIN Account a ON c.id = a.client_id
GROUP BY c.id, c.name, c.salary
ORDER BY c.id;

语句细节解释 #

• 表关联：用LEFT JOIN关联两张表，这样哪怕有客户没有对应的账户记录（你的示例里没有这种情况，但做个兜底），也能正常出现在结果里，不会被过滤掉。
• 聚合账户号：COLLECT_SET(a.account_number)会把同一个客户下的所有账户号去重后收集成一个集合数组；如果你的业务允许同一个客户有重复账户号，把COLLECT_SET换成COLLECT_LIST就行。
• 格式调整：先用CONCAT_WS(', ', ...)把数组里的元素用「逗号+空格」分隔成字符串，再用CONCAT给这个字符串前后加上大括号，正好匹配你要的{xxx, xxx, xxx}格式。
• 分组与排序：按Client的id、name、salary分组（因为这三个是每个客户的唯一标识字段），最后按id排序，保证结果顺序和你给出的示例一致。

内容的提问来源于stack exchange，提问作者Nabil