arrays - 从HIVE中的给定开始日期和结束日期创建序列数组

Question

我有一个数据表，其ID，开始和结束为列，例如:

id | start | end

1 | 2011-01-01 | 2011-01-03

2 | 2011-02-13 | 2011-02-14

我要在HIVE中做的是将整个天范围作为一个数组添加到单独的列中，因此我想获得:

id | start | end | range

1 | 2011-01-01 | 2011-01-03 | ['2011-01-01','2011-01-02','2011-01-03']

2 | 2011-02-13 | 2011-02-14 | ['2011-02-13','2011-02-14']

我尝试使用collect_set()，但无法正常工作。你有什么建议吗？谢谢!

Answer 1

我怀疑您需要创建一个自定义UDF来做到这一点，如果您具有一些基本的Java知识，这并不是很难。请参阅此答案https://stackoverflow.com/a/21197354/88839，它演示了如何从UDF返回数组。我还没有测试过，但是如果以后有空，我可以试试看。

这里还有一些有关在不使用Maven的情况下创建UDF的说明，但是使用Maven可能更容易-http://appsintheopen.com/posts/29-creating-a-basic-hive-udf