Hive 按配置单元中的一列分组，要从另一列中选择任何条目吗

因此，我有一个包含以下两列的配置单元表：

TABLE: t, 
Columns: url string, json string

在表中，同一url可能有多个条目。我只想为每个url选择一个json。 但是，我找不到合适的agregator函数来从JSON中选择一个

查询：

SELECT url, Aggregator(json) 
FROM t 
GROUP BY url;

---

对于允许我从集合中选择一个元素的合适聚合器函数，有什么建议吗？

既然您没有提到如何选择“json”值，我认为这无关紧要。有两种方法可以做到这一点

样本数据

select url, json from t order by url, json;

234 Test_2
234 Test_3
234 Test_1
123 Test_3
123 Test_2
123 Test_1

使用

first\u value

功能

select url, val from 
(select url, first_value(json) val from t) a 
group by url, val;

234 Test_2
123 Test_2

另一种方法是利用Facebook（）

create temporary function choose_one as 'com.facebook.hive.udf.UDAFChooseOne';

select url, choose_one(json) from t group by url;

123 Test_3
234 Test_2