如何获取数据集匹配的行

Question

我有一张表格，描述了产品的销售地点，如下：

产品	位置
A	1,2,3
B	2
C	7,8,9,10
D	2,3,4
E	7,8,9

我想获得在 hive sql 中匹配两个或更多销售位置的产品

预期结果：

A,D
C,E

Answer 1

1. 您可以首先取消嵌套位置，这是在 CTE 中完成的

   positions_exploded

2. 然后是SELF JOINED，条件是位置必须相同并且产品对只计算一次。
3. 最后我们计算具有 2 个或更多匹配位置的对。

我在 postgres 中尝试过，因为我没有配置单元，但是我认为你需要更改配置单元的一些语法，你可以像这个示例

所示那样爆炸

在 Postgres 中摆弄

WITH positions_exploded AS (
    SELECT
        product,
        unnest(position) AS pos
    FROM
        product_position
)
  ,
 
matched_products AS (
    SELECT
        p1.product AS product1,
        p2.product AS product2,
        COUNT(*) AS common_positions
    FROM
        positions_exploded p1
    JOIN
        positions_exploded p2
    ON
        p1.pos = p2.pos AND p1.product < p2.product
    GROUP BY
        p1.product, p2.product
    HAVING
        COUNT(*) >= 2
)
SELECT
    product1,
    product2
FROM
    matched_products;

输出

产品1	产品2
A	D
C	E

您还可以用逗号分隔值连接输出，例如

STRING_AGG(product1 || ',' || product2, ', ') AS product_pairs