spark-shell： 据Hive的dwd库中相关表或MySQL数据库shtd_store中订单相关表（order_detail、order_info、sku_info），对用户购买过的商品进行去重，将其转换为以下格式：第一列为用户id mapping（Mapping操作：例如用户id：1、4、7、8、9，则做完mapping操作转为字典类型，键0对应用户id 1，键1对应用户id 4，以此类推），第二列为用户购买过的商品id mapping，按照user_id与sku_id进行升序排序，对其进行聚合，其中对sku_id进行one-hot转换，将其转换为以下格式矩阵：第一列为用户id，其余列名为商品id，按照用户id进行升序排序，展示矩阵第一行前5列数据

您的问题中涉及到了Spark和Hive的操作，需要使用Spark SQL和HiveContext来完成。具体的处理流程如下：

1. 从Hive中读取相关表的数据，使用HiveContext的`hive`方法来查询数据：

val orderDetailDF = hiveContext.table("dwd.order_detail")
val orderInfoDF = hiveContext.table("dwd.order_info")
val skuInfoDF = hiveContext.table("shtd_store.sku_info")

2. 根据用户id和商品id进行去重和排序，并将其转换为字典类型：

import org.apache.spark.sql.functions._
import org.apache.spark.sql.types._

val userSkuDF = orderDetailDF
  .join(orderInfoDF, Seq("order_id"), "left_outer")
  .select($"user_id", $"sku_id")
  .distinct()
  .orderBy($"user_id", $"sku_id")
  .groupBy($"user_id")
  .agg(collect_list($"sku_id").alias("sku_list"))
  .withColumn("sku_dict", map_from_arrays(
    (0 until size($"sku_list")).map(lit(_)): _*,
    $"sku_list"
  ))
  .drop("sku_list")

3. 对商品id进行one-hot转换，并将其转换为矩阵形式：

import org.apache.spark.ml.feature.{OneHotEncoder, StringIndexer}
import org.apache.spark.ml.linalg.{SparseVector, Vector, Vectors}

val skuIndexer = new StringIndexer()
  .setInputCol("sku_id")
  .setOutputCol("sku_index")
  .fit(skuInfoDF)

val skuEncoder = new OneHotEncoder()
  .setInputCol("sku_index")
  .setOutputCol("sku_vector")

val userSkuMatrixDF = userSkuDF
  .select($"user_id", explode($"sku_dict"))
  .withColumnRenamed("key", "sku_id")
  .withColumnRenamed("value", "sku_list")
  .join(skuInfoDF.select($"sku_id", $"sku_index"), Seq("sku_id"), "left_outer")
  .orderBy($"user_id", $"sku_index")
  .groupBy($"user_id")
  .agg(collect_list($"sku_vector").alias("sku_matrix"))
  .withColumn("sku_matrix", to_sparse_vector($"sku_matrix", size(skuInfoDF)))

def to_sparse_vector = udf((v: Seq[Vector], n: Int) =>
  Vectors.sparse(n, v.flatMap(_.asInstanceOf[SparseVector].indices).toArray, v.flatMap(_.asInstanceOf[SparseVector].values).toArray)
)

4. 展示矩阵第一行前5列数据：

userSkuMatrixDF.select($"user_id", $"sku_matrix"(0).alias("sku_0"), $"sku_matrix"(1).alias("sku_1"), $"sku_matrix"(2).alias("sku_2"), $"sku_matrix"(3).alias("sku_3"), $"sku_matrix"(4).alias("sku_4")).show(1)

注意：以上代码仅供参考，具体实现可能因数据结构和业务逻辑的不同而有所调整。