hive ARRAY_CONTAINS

Hive的ARRAY_CONTAINS函数类似于SQL中的IN关键字操作。它用于判断一个数组中是否包含指定的一个或多个值。与IN不同的是，ARRAY_CONTAINS可以用于判断一张表中同一个id的多条记录中的同一字段是否包含指定的一个或多个值。需要注意的是，字段的类型需要保持一致，如果不一致，则需要进行强制类型转换。该函数在某些场景下非常实用，比如统计当天访问主页和商品详情页的次数（人数）。可以使用以下Hive查询语句实现：

select '2021-03-20' dt, 
       sum(if(array_contains(pages,'home'),1,0)) home_count, 
       sum(if(array_contains(pages,'good_detail'),1,0)) good_detail_count 
from (
    select mid_id, collect_set(page_id) pages 
    from dwd_page_log 
    where dt='2021-03-20' and page_id in ('home','good_detail') 
    group by mid_id
) tmp;

这个查询语句首先从`dwd_page_log`表中筛选出日期为'2021-03-20'，且页面ID为'home'或'good_detail'的记录。然后按照`mid_id`进行分组，使用`collect_set`函数将每个分组中的`page_id`收集到一个数组中。最后使用`array_contains`函数判断数组中是否包含指定的值，并使用`sum`和`if`函数进行统计。这样就可以得到当天访问主页和商品详情页的次数（人数）。