Как создавать пары из таблицы

Question

У меня есть таблица Hive, в которой данные выглядят так -

У каждого клиента есть соответствующие счета, и цель состоит в том, чтобы создать пару внутри клиента,Пары основаны на том, имеют ли учетные записи один и тот же год рождения или их первые 3 имени одинаковы.Например, Сэм и Сэмюэль.

Вывод выглядит так -

В идеале не должна создаваться такая же пара счетов, как AA, XX и т. Д.Также пара AC и CA оба одинаковы, поэтому необходима только одна запись таких пар.Пара также может быть сформирована по имени и ключу года рождения, но здесь также требуется только одна запись (может быть кем угодно).

Как мне решить эту проблему.Тестовые данные для проверки -

create table customer_account(
customer INT NOT NULL,
accounts VARCHAR(100) NOT NULL,
name VARCHAR(40) NOT NULL,
yob DATE,
);

INSERT INTO 
customer_account(customer,accounts,name,yob)
VALUES
(1,"A","John",2001),
(1,"X","Tom",1996),
(1,"C","Harry",2001),
(2,"D","Sam",1994),
(2,"F","Samuel",1995),
(3,"Z","Jake",)1994,
(3,"G","Drake",1998),
(3,"H","Arnold",1993),
(3,"K","Yang",1990)
;

Answer 1

Это то, что вы описываете:

select t1.*, t2.name, t2.yob
from t t1 join
     t t2
     on t2.customer = t1.customer and
        (t2.yob = t1.yob or
         substr(t2.name, 1, 3) = substr(t1.name, 1, 3)
        ) and
        t2.account > t1.account;

Нет необходимости извлекать customer дважды.Если вам нужны «идентичные» пары, измените последнее условие на >=.

Answer 2

Вы должны иметь возможность использовать подстроки для вашего соединения на языке HIVE.Логика должна быть разумной, хотя вам может потребоваться немного настроить ее для своих нужд.

То, что вы пытаетесь сделать, - это унарное (или самостоятельное) соединение.Ниже приведен пример типа запроса, который можно передать.По сути, вы соединяетесь с условием ИЛИ и тестируете это условие с помощью оператора case, чтобы получить "Pair_Key".Я использовал внутреннее соединение, предполагая, что вам нужны только случаи, когда происходят совпадения.

SELECT 
     t1.customer as Customer1,
     t2.customer as Customer2,
     t1.Accounts as Accounts1,
     t2.Accounts as Accounts2,
     CONCAT(t1.Accounts, t2.Accounts) as Pair_No,
     t1.Name as Name1,
     t2.Name as Name2,
     t1.YOB as YOB1,
     t2.YOB as YOB2,
     CASE
     WHEN t1.YOB = t2.YOB THEN 'YOB'
     WHEN SUBSTR(t1.Name, 3) = SUBSTR(t2.Name, 3) THEN 'Name'
     else 'Issue'
     END as Pair_Key
FROM (SELECT * FROM Table1) as t1
inner join (SELECT * FROM Table1) as t2 --instance 2 of the same table
on (SUBSTR(t1.Name, 3) = SUBSTR(t2.Name, 3) OR t1.YOB = t2.YOB)

Без тестовых данных или более подробной информации о том, как далеко вы продвинулись, это начало.

Если клиентчисло должно быть таким же, просто настройте на:

on (t1.Customer = t2.Customer) and (SUBSTR(t1.Name, 3) = SUBSTR(t2.Name, 3) OR t1.YOB = t2.YOB)