遇到这么一个需求，输入数据为一个ID对应多个name，要求输出数据为ID是唯一的，name随便取一个就可以。
执行以下Hive ql语句：
会报错：
查了一下，HIVE有这么一个函数collect_set，类似于MySQL的group_concat函数，把每个分组的其他字段，按照逗号进行拼接，得到一个最终字符串：
将上述的QL语句改一下：
结果是这样的：
这个时候，我们就可以针对第二列做一些计数、求和操作，分别对应到Hive的聚合函数count、sum。
对应到本文的目的，直接从数组获取第一个元素就达到目的了，这样做：
结果如下：
总结：
Hive不允许直接访问非group by字段；对于非group by字段，可以用Hive的collect_set函数收集这些字段，返回一个数组；使用数字下标，可以直接访问数组中的元素；
参考文章：http://wangjunle23./blog/static/11783817110222309391/
转载：/1600.html
