Arrays 具有多个表的配置单元集合UDF

我有一个主表，如下所示：

event_id,location
1,France
2,Germany
3,Italy
4,Spain
5,Russia

Event_id,Furniture_id,Furniture_type
1,25,Chair
1,30,Chair
1,40,Baloon
2,25,Chair
2,35,Carpet

我有几个二级表（准确地说，是五个），其中有一列

event_id

，并包含其他列，其中包括在五个不同大厅的活动期间使用的家具（id和类型）的信息。 例如，表1如下所示：

event_id,location
1,France
2,Germany
3,Italy
4,Spain
5,Russia

Event_id,Furniture_id,Furniture_type
1,25,Chair
1,30,Chair
1,40,Baloon
2,25,Chair
2,35,Carpet

表2如下：

Event_id,Furniture_id,Furniture_type
1,25,Chair
1,45,Chair
1,50,Ball
2,25,Chair
2,70,Chair

event_id,location,furniture_ids
    1,France, [25,30,45]
    2,Germany, [25,70]
    3,Italy, etc
    4,Spain, etc
    5,Russia, etc

我的目标是得到一个最终的表，其中包含每个活动的一组家具ID，仅在家具_type=“Chair”中。通常我使用

collect\u set

UDF来实现这样的目标，但由于我需要在event\u id上连接几个表并将此函数应用于几个列，因此它实际上不起作用，因为

collect set

UDF只接受一个参数。。 因此，所需的表格应如下所示：

Event_id,Furniture_id,Furniture_type
1,25,Chair
1,45,Chair
1,50,Ball
2,25,Chair
2,70,Chair

event_id,location,furniture_ids
    1,France, [25,30,45]
    2,Germany, [25,70]
    3,Italy, etc
    4,Spain, etc
    5,Russia, etc

提前感谢您的帮助