经典sql题（十四）炸裂函数的恢复

下面是一个关于 SELECT 语句的例子，该示例展示了如何使用 CONCAT_WS 和 COLLECT_LIST 函数来处理炸裂之后学生成绩的数据。假设我们有一个名为 test 的表，结构如下：

表结构 test

student_id	student_name	class	score
1	Alice	Class1	90
1	Alice	Class1	85
1	Alice	Class1	80
2	Bob	Class2	75
2	Bob	Class2	80

SQL 查询示例

下面的 SQL 查询将使用 CONCAT_WS 和 COLLECT_LIST 函数来合并数据：

SELECT 
    student_id, 
    student_name, 
    CONCAT_WS(',', COLLECT_LIST(score)) AS scores,
    CONCAT_WS(' ', class) AS classes
FROM test
GROUP BY student_id, student_name;

查询结果

student_id	student_name	scores	classes
1	Alice	90,85,80	Class1
2	Bob	75,80	Class2

说明

• CONCAT_WS : 在这里我们使用 CONCAT_WS 来将 scores 列中的分数合并为一个以逗号分隔的字符串。COLLECT_LIST(score) 将所有分数作为列表收集。

• GROUP BY : 使用 GROUP BY 子句按照 student_id 和 student_name 进行分组，这样可以将每个学生的分数合并到一行中。

• classes : 由于每个学生的班级是相同的，因此可以简单地用 CONCAT_WS 将班级信息合并。

下文将详细介绍 SQL 中的 CONCAT、CONCAT_WS、COLLECT_LIST 和 COLLECT_SET 函数，以及它们在实际应用中的区别和用法。

1. 数据合并函数对比

1.1 CONCAT

• 功能: 用于将多个字符串连接成一个字符串。
• 用法: 只支持字符串类型的输入。

示例:

SELECT CONCAT('A', 'B', 'C') AS result; 
-- 输出 'ABC'

1.2 CONCAT_WS

• 功能: 用于将多个字符串连接成一个字符串，但可以指定分隔符。
• 用法: 接收一个分隔符作为第一个参数，后续参数为要连接的字符串。
• 注意: 仅适用于字符串类型。

示例:

SELECT CONCAT_WS(',', 'A', 'B', 'C') AS result; 
-- 输出 'A,B,C'

1.3 COLLECT_LIST

• 功能: 将多行数据合并为一个数组，保留重复值。
• 用法: 常用于分组查询中。

示例:

SELECT student_id, COLLECT_LIST(score) AS scores
FROM student_scores
GROUP BY student_id;

结果:

student_id	scores
1	[90, 85, 80]
2	[75, 80]

1.4 COLLECT_SET

• 功能: 将多行数据合并为一个集合，去重。
• 用法: 仅保留唯一值，消除重复元素。

示例:

SELECT student_id, COLLECT_SET(score) AS scores
FROM student_scores
GROUP BY student_id;

结果:

student_id	scores
1	[90, 85, 80]
2	[75, 80]

2. 主要区别总结

CONCAT vs CONCAT_WS:

• CONCAT: 直接将字符串连接，不支持分隔符。
• CONCAT_WS: 允许指定分隔符，使合并结果更具可读性。

COLLECT_LIST vs COLLECT_SET:

• COLLECT_LIST: 会保留重复值，适用于需要保留所有数据的场景。
• COLLECT_SET: 去重，只保留唯一值，适用于需要消除重复项的场合。

数据类型:

• CONCAT 和 CONCAT_WS: 仅适用于字符串类型。
• COLLECT_LIST 和 COLLECT_SET: 可用于任何数据类型。

3. 适用场景

• 使用 CONCAT: 当你需要简单字符串连接而不需要分隔符时。
• 使用 CONCAT_WS: 当你需要在连接字符串时加入特定分隔符以提高可读性时。
• 使用 COLLECT_LIST: 当你需要合并多行数据并保留所有值（包括重复值）时。
• 使用 COLLECT_SET: 当你需要合并多行数据并确保结果中只有唯一值时。