使用 Hive Query 删除重复项

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@）

hive hiveql