Hive 多次计算同一区域的蜂巢数

我需要计算有多少学生来自哪个学院，但当我使用下面的查询时

选择学院，按学院从学生组中计算（*）

我得到了这个结果

结果显示相同学院的不同计数

---

我在这里应该怎么做才能得到正确的大学数量呢

看起来同一所大学有很多不同的名字，像这样

JIIT
"JIIT
jiit

尝试将它们规范化（转换为大写并删除“”），这样在

分组后，它将与
JIIT
相同：

 select case when college = 'BSA' then 'BSA College of Technology'
        --add other cases
        else --rule for others
            trim(upper(regexp_replace(college,'"',''))) 
         end as college 
       ,COUNT(*)                                    as cnt 
   from students 
  group by 
        case when college = 'BSA' then 'BSA College of Technology'
        --add other cases
        else --rule for others
            trim(upper(regexp_replace(college,'"',''))) 
         end --the same sentence should be in group by, or use subquery instead
;

应用
case
将更复杂的字符串，如
MJP ROHILKHAND
和
M J p ROHILKHAND
转换为相同的字符串

发生这种情况的原因是数据库没有规范化，并且没有按学院维度限制
学院
列的输入。
谢谢您的帮助，我可以对缩写形式的学院名称做些什么吗form@palashchoubey只有这样：<代码>案例学院当“一种形式”然后“另一种形式”当“这个”然后“那个”…否则学院以学院结束

，将两者结合起来solutions@palashchoubey请参阅更新的答案和更复杂的规则。您可以使用任何使用regex、case等的技术来转换名称，并在分组之前减少名称的种类