如何通过SQL在字符串中搜索特定的完整单词，与HIVE/IMPALA兼容

Question

我需要在一列(varchar(中搜索特定的完整单词。我正在使用下面的查询，但没有得到所需的结果；

select *
from table1
WHERE upper(c.name) RLIKE ('FECHADO|CIERRE|CLOSED|REVISTO. NORMAL.')

我的问题是保证，例如用单词"CLOSED"，它只匹配Case Closed"，但不是"Case DisClosed"。上面的查询不能只匹配整个单词。有人能帮助我找到实现这些结果的最佳方法吗？无论是在HIVE还是IMPALA。

我向致以最良好的问候

Answer 1

您可以添加单词边界\b以仅匹配精确的单词：

rlike '(?i)\bFECHADO\b|\bCIERRE\b|\bCLOSED\b'

(?i)表示不区分大小写，不需要使用UPPER。

正则表达式模式中的最后一种选择是REVISTO. NORMAL.

如果其中的点应该是字面上的点，请使用\.

像这样：REVISTO\. NORMAL\.

regexp中的点表示任何字符，应该用两个反斜杠屏蔽，以与点完全匹配。

上面的regex在Hive中工作。不幸的是，我没有Impala来测试它

Answer 2

我在这里解释了一个类似的解决方案：基于SUBSTRING匹配的HIVE/PIG JOIN这将生成大量记录并需要很长时间才能运行，但我认为它会比运行类似程序运行得更好，因为它使用联接来完成匹配，而不是搜索所有记录。

如果这是一个只有蜂箱的解决方案，我会在"侧视图，然后在闭合时匹配。

1. split-在">

2. 横向视图爆炸-将数组更改为行。

   WITH (
   select *
   from table1
   LATERAL VIEW EXPLODE(SPLIT( name, " ")) table_name as names
   ) as exploded_names
   select * from exploded_names
   where 
   names IN ('FECHADO','CIERRE','CLOSED','REVISTO.')