问题描述
我需要从基于两列的表中删除重复项。两列都是整数类型。数据应按 col1、col2 自然升序排序。如果先前记录中出现任一列值,则不应选取包含相同列值的后续记录。
输入:
col1 | col2 |
---|---|
1 | 1 |
1 | 2 |
2 | 2 |
2 | 4 |
输出:
col1 | col2 |
---|---|
1 | 1 |
2 | 2 |
为了解决这个问题,我尝试使用 ROW_NUM() 根据排序分配不同的权重,但它没有选择所有记录。
请建议在 Hive 中是否有办法做到这一点?
SELECT col1,col2
FROM(
SELECT *,ROW_NUMBER() OVER(PARTITION BY col1 ORDER BY col2) AS r1,ROW_NUMBER() OVER(PARTITION BY col2 ORDER BY col1) as r2
FROM input
)x
WHERE x.r1=x.r2;
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)