sql - 如何在小组内订购。在 hive 中额外使用concate_ws和collect_set

Question

我有这种格式的数据
出于安全原因，我在短语栏中添加了****。这基本上是一个聚会的句子。


这是1个特定ID的有序对话。

我想达到这个结果:
再次***代替句子。


我用来实现此查询:

select tmp.interaction_id,collect_set(tmp.final) from
(select interaction_id,concat_ws(':--  ',party,phrase) as 
final,start_offset,end_offset  from aads_piim.A608232_Myvoice_wt_transcript
 where interaction_id=26951370
order by start_offset,end_offset) as tmp
group by tmp.interaction_id;

在这里，我能够执行此操作，因为我仅排序1个ID。然后正确地安排对话。像代理商和客户顺序。
我有大约40万条这样的记录。我想为他们做类似的事情。
我为此使用的查询是:

create table aads_piim.a608232_myvoice_transcript_combined as
select tmp.interaction_id,collect_set(tmp.final) as final_trans from
(select interaction_id,concat_ws(':--  ',party,phrase) as 
final,start_offset,end_offset  from aads_piim.A608232_Myvoice_wt_transcript 
order by start_offset,end_offset) as tmp
group by tmp.interaction_id;

但是这里在排序时会考虑所有ID。
我的问题是如何在IDS中排序。表示在我的情况下，如何针对该特定ID按ID分组并按偏移量列排序。

Answer 1

首先按interact_id排序，然后按偏移量排序。

select interaction_id,concat_ws(':--  ',party,phrase) as final,start_offset,end_offset  
from aads_piim.A608232_Myvoice_wt_transcript 
order by interaction_id,start_offset,end_offset