在Impala中检查字符串或数组是否为另一变量的子集

针对你在Impala中判断字段是否满足包含指定集合所有元素的需求（从你的示例来看，核心是目标集合的所有元素都存在于col中，不管col是否有额外元素，顺序无关），我整理了两种存储类型下的解决方案：

我们可以先把字符串拆分为数组，再通过集合交集的方式判断是否包含目标所有元素：

-- 假设目标集合是'A,B'，替换成你实际的目标字符串即可
SELECT
  col,
  -- 判断逻辑：col拆分后的数组与目标数组的交集长度等于目标数组长度
  array_length(array_intersect(split(col, ','), split('A,B', ','))) = array_length(split('A,B', ',')) AS is_match
FROM your_table;

如果需要忽略大小写匹配，只需要给字符串套上lower()函数：

SELECT
  col,
  array_length(array_intersect(split(lower(col), ','), split(lower('A,B'), ','))) = array_length(split(lower('A,B'), ',')) AS is_match
FROM your_table;

数组类型的处理更直接，同样可以用交集长度判断，或者用every()函数遍历目标元素检查是否都存在：

方法1：交集长度判断 #

-- 假设目标数组是array('A','B')，替换成你实际的目标数组即可
SELECT
  col,
  array_length(array_intersect(col, array('A','B'))) = array_length(array('A','B')) AS is_match
FROM your_table;

方法2：every()函数遍历检查 #

这种方式更直观，适合需要明确验证每个元素的场景：

SELECT
  col,
  every(array_contains(col, element)) AS is_match
FROM your_table
CROSS JOIN UNNEST(array('A','B')) t(element)
GROUP BY col;

补充说明 #

• 两种方法都自动忽略元素顺序，完全符合你示例中的需求；
• 如果col或目标集合中有重复元素，不会影响判断（比如col是'A,A,B'依然会返回TRUE）；
• 如果你实际需求是col是目标集合的子集（即col的所有元素都在目标集合中，不能有额外元素），只需要把判断条件改成array_length(array_intersect(col_arr, target_arr)) = array_length(col_arr)即可。

内容的提问来源于stack exchange，提问作者HP.