Presto:聚合所有列的数组
Posted
技术标签:
【中文标题】Presto:聚合所有列的数组【英文标题】:Presto: Aggregate the arrays for all columns 【发布时间】:2021-02-10 06:55:09 【问题描述】:我有下表:
name pets
Alex [dog, cat, bird]
Tom [rabbit, cat]
Mary [snake, dog, fish, cow]
Dave [dog]
我想知道是否可以创建一个查询来查找所有宠物。也就是说,我正在寻找这样的输出:
[dog, cat, bird, rabbit, snake, fish, cow]
目前的方法是将表格导出到 csv 并使用 python 来解决它。我想知道这是否可以直接在 Presto 查询中完成?谢谢!
【问题讨论】:
【参考方案1】:Presto 具有强大的数组功能。这应该有效:
select array_distinct(flatten(array_agg(pets))) all_pets
from mytable
基本上这会将所有数组聚合到一起,作为数组的数组,然后将所有元素连接到一个数组中,最后删除重复项。
【讨论】:
【参考方案2】:扩展@GMB 答案,从可扩展性的角度来看,这可能更友好:
presto> SELECT array_agg(DISTINCT e)
-> FROM (VALUES ARRAY[1,2,3], ARRAY[2,3,4]) t(a)
-> CROSS JOIN UNNEST(a) AS u(e);
_col0
--------------
[3, 2, 4, 1]
这绝对是array_distinct(flatten(array_agg(pets)))
的更详细版本,但避免在内存中实例化数组或数组。
(理想情况下,Presto 优化器应该能够将一个转换为另一个,但现在还不是。)
【讨论】:
以上是关于Presto:聚合所有列的数组的主要内容,如果未能解决你的问题,请参考以下文章