collect_set 对 null

collect_set函数是在Spark SQL中使用的聚合函数，用于将指定列中的唯一值收集到一个集合中。当应用于包含NULL值的列时，collect_set函数会将NULL视为有效的值，并将其包含在结果集合中。

例如，假设有一个包含如下数据的表：

+----+
|col1|
+----+
|  A |
|  B |
|NULL|
|  A |
+----+

如果我们使用collect_set函数对col1列进行聚合，结果将是一个包含'A'、'B'和NULL的集合：

+-------------------+
|collect_set(col1)  |
+-------------------+
|['A', 'B', NULL]   |
+-------------------+

需要注意的是，collect_set函数返回的集合是无序的，即使输入列的顺序是有序的。

相关问题

mysql collect_set_hive：数据库“行专列”操作---使用collect_set/collect_list/collect_all & row_number()over(partit...

collect_set和collect_list是hive中的聚合函数，用于将一组值合并为一个集合或列表。collect_set返回不同值的集合，而collect_list返回一个包含所有值的列表。

row_number() over(partition by ...)是hive中的窗口函数，可用于计算按指定分区排序后的每行的排名。

在MySQL中，可以使用GROUP_CONCAT函数来实现collect_set和collect_list的功能，例如：

SELECT GROUP_CONCAT(DISTINCT column_name) AS set_list FROM table_name;

这将返回一个包含不同值的逗号分隔列表。要返回所有值的列表，可以省略DISTINCT关键字。

对于row_number() over(partition by ...)，可以使用MySQL中的变量和子查询来模拟窗口函数的行为，例如：

SELECT column_name, @row_num := IF(@prev_value=partition_column,@row_num+1,1) AS row_number, @prev_value := partition_column 
FROM table_name, (SELECT @row_num := 0, @prev_value := NULL) AS init 
ORDER BY partition_column, order_column;

这将返回一个包含每行排名的结果集，其中partition_column是分区列，order_column是排序列。

COLLECT_SET

COLLECT_SET函数是Hive中的一个聚合函数，用于返回一个无序的集合。它将给定列的所有不同的值作为集合元素，并将这些值组合成一个集合返回。

与COLLECT_SET函数相比，COLLECT_LIST函数返回的是一个有序的集合，保留了原始数据的顺序。

在使用COLLECT_SET函数时，如果希望返回有序的集合，可以使用sort_array函数对集合进行排序。例如，使用sort_array(collect_set(t.class), false)可以返回一个按照升序排序的集合。

综上所述，COLLECT_SET函数可以用于将指定列的不同值组合成一个无序集合，而COLLECT_LIST函数则返回一个有序的集合。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [SQL之concat()、collect_set()、collect_list()和concat_ws()用法](https://blog.csdn.net/weixin_48272780/article/details/128243152)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]