Recherche pour un texte dans une chaîne de Ruche

/google/gmail/inbox
 /google/drive/map
 /google/apps
 /yahoo/news/cricket
 /yahoo/mail/
 /yahoo/sports
 /wiki/ind/jack
 /wiki/us/jil

J'ai besoin d'obtenir l'groupes de pages. Si je recherche pour le groupe de pages commençant par "google" à l'aide de requête de la ruche, j'ai besoin d'obtenir les données des 3 premières lignes.

/google/gmail/inbox
 /google/drive/map
 /google/apps

De cette façon, j'ai besoin d'obtenir les données fondées sur la page du groupe.

J'ai cherché la chaîne en utilisant comme fonction.

select * from table where field like '%/google/%';
InformationsquelleAutor Krishna | 2015-07-16
  1. 8

    Il semble que vous voulez de page de groupe. Qui peut être google, mais il semble comme il pourrait également être yahoo peut-être. Si vous voulez extraire le groupe de pages par les moteurs de recherche, vous pouvez utiliser une expression régulière. Vous pouvez placer plusieurs sites web dans le (page1|page2|...|pageN).

    Select column from table
where column rlike '.*(google|yahoo).*'

    De sortie:

    /google/gmail/inbox
 /google/drive/map
 /google/apps

    Vous souhaitez peut-être créer une nouvelle colonne qui a le nom du moteur de recherche ou la page de destination. Il semble que la première place dans le chemin d'accès est la page de destination. Vous pouvez extact la page de destination dans ce mode:

    select * from
    (Select column
    , regexp_extract('^(\\/[a-zA-Z]*\\/)',1) as landing_page
    from table) a
  where landing page in ('google','yahoo',...,'bing')
  ;

    De sortie:

    column                   new column
/google/gmail/inbox      /google/
/google/drive/map        /google/
/google/apps             /google/
/yahoo/news/cricket      /yahoo/
/yahoo/mail/            /yahoo/
/yahoo/sports            /yahoo/
/bing/meats/delisandwich /bing/
/bing/maps/delis         /bing/

    Si vous ne voulez pas /google/et préfèrent tout simplement google alors:

    regexp_extract('^\\/([a-zA-Z]*)\\/',1) as landing_page

    Maintenant, je suis en supposant que la page de destination qui vient en premier dans les chemins que vous décrivez.

    InformationsquelleAutor invoketheshell
  2. 1

    La question est un peu ambigu, mais je crois que vous êtes à la recherche pour le mot google dans la chaîne et de retourner les lignes qui contiennent le mot google dans la chaîne.

    Supposons que vous avez le tableau suivant:

    create table test (val string);

    Et elle contient les documents suivants:

    hive> select * from test;
/google/gmail/inbox
/google/drive/map
/yahoo/mail/

    Vous pouvez sélectionner les lignes qui contient la chaîne google à l'aide de la requête ci-dessous:

    select val from test
where instr(val, 'google') = 2;

    Cela donne le résultat:

    /google/gmail/inbox
/google/drive/map

    instr donne la position de la chaîne que vous recherchez. Dans ce cas, la position de google est 2. Si vous essayez d'obtenir toutes les lignes qui contient google n'importe où, alors vous pouvez utiliser:

    select val from test
where instr(val, 'google') != 0;

    Vous pouvez lire sur les différents Ruche fonctions de chaîne à partir de la la documentation.

    • On ne peut pas coder en dur les positions. Utilisé Comme opérateur.
    • si vous utilisez LIKE l'opérateur, puis vous obtenez toutes les lignes dans lesquelles "google" est présent. Ma compréhension est que vous avez besoin de rangées "google" était présent dans une position particulière. Aussi, je crois LIKE n'est pas aussi optimisé lorsqu'il s'agit de la performance
    • désolé.. je voulais dire toutes les lignes..
    InformationsquelleAutor visakh