Hadoop 连接synthax上的蜂巢RLIKE

我在蜂箱上有两张桌子。第一个称为“access”，包含apache日志，其中第一个字段是完整的ip地址：

10.4.5.12 - - [26/Jun/2010:11:16:09 +1000] "GET /myportal/pageA HTTP/1.1"
10.4.41.2 - - [26/Jun/2010:11:18:09 +1000] "GET /myportal/pageB HTTP/1.1"
10.5.1.111 - - [26/Jun/2010:11:22:09 +1000] "GET /myportal/pageA HTTP/1.1"
192.10.4.177 - - [26/Jun/2010:11:22:41 +1000] "GET /myportal/pageC HTTP/1.1"

另一个称为“客户端”，包含ip范围的开头和字符串：

10.4 clientA
10.5 clientB
10.7 ClientC

我想按客户查找点击总数，并显示其名称。因此，我尝试像这样连接这两个表：

从access连接客户端中选择client.name、count（access.ip） access.ip RLIKE client.ip按client.name分组

它可以工作，但是对于clientA，我的apache日志的最后一个条目（192.10.4.177）也被点击了，这是我不想要的。我只想比较client.ip和access.ip的开头

我想一个特殊的正则表达式。。。也许我的Syntax错了。。。有人能有个主意吗

---

提前感谢

RLIKE使用Java正则表达式。所以你可以用“^”来表示从某物开始。例如，您可以使用“CONCAT（“^”，client.ip）”将“^”放在

client.ip

之前

SELECT client.name, count(access.ip)
FROM access JOIN client
WHERE access.ip RLIKE CONCAT("^",client.ip)
GROUP BY client.name;

但是，因为“.”在表示任何字符的正则表达式中也是一个特殊字符。因此，上述解决方案并不完美。例如，如果客户端ip为

1.3

，则可能与“103.2.3.4”匹配。因此，更好的解决方案是避开客户端ip中的“.”。以下是最终解决方案：

SELECT client.name, count(access.ip)
FROM access JOIN client
WHERE access.ip RLIKE CONCAT("^",REGEXP_REPLACE(client.ip, "\\.", "\\."))
GROUP BY client.name;

---

第一个

\\.

表示正则表达式

\.

（我们需要添加“\”以在Hive中指定“\”。第二个

\.

表示字符串

\.

。如果您不熟悉Java正则表达式，它可能会让您感到困惑

对!！很好，谢谢。顺便说一句，CONCAT（和RLIKE）的使用与MySQL（）相同。