如何计算带有下一个格式的字段的IP的数量，并在Hive中进行查询...

Question

我正在尝试解决这个问题，我在hive中有一个带有customer_id和 ip_range 字段的表格，这个最后一个字段可以具有两种格式：

1. IPS 的固定范围，下一个符号：

   10.95.112.135-120.95.112.169

   我的查询应返回该范围内的IP的数量，其中35个包括两个IP。

2. ips 的多个范围，下一个符号：

   10.95.112.135-10.95.112.157,10.95.112.157-10.95.112.169

   我的查询应返回范围的总和，在这种情况下为25 IP。

结果应该是每个Customer_ID的IP的数量

示例：

     customer_ID     ip_range                   
       1             10.95.11.135-120.95.112.169                             
       2             10.95.11.135-120.95.112.159                             
       3             10.95.11.135-120.95.112.140                             
       4             10.95.112.135-10.95.112.157,10.95.112.160-10.95.112.169 
       4             10.95.112.101-10.95.112.102                             
       1             10.95.112.120-10.95.112.124  

结果应显示：

     customer_ID     count_IPs                   
       1             40                             
       2             25                             
       3             6                             
       4             35 

谢谢。

Answer 1

这太长了评论。

修复您的数据！您不想以字符串划界格式存储IP列表。这不好。存储IP列表的正确方法是在表中。就您而言，这看起来像：

create table CustomerIps (
    CustomerIpId int not null,
    CustomerId int not null,
    IpRangeStart varchar(15),
    IpRangeEnd varchar(15),
    IpRangeStartInt int,
    IpRangeEndInt int
);

除了IP的字符串版本外，我还将努力转换为4字节表单（假设IPv4地址表示）。

然后，您的查询很琐碎。