我有通常看起来像这样的字符串列：
https://mapy.cz/zakladni?x=16.3360208&y=49.6718038&z=8&source=firm&id=13123554
https://mapy.cz/turisticka?x=15.9380354&y=50.1990211&z=11&source=base&id=2197
https://mapy.cz/turisticka?x=12.8611357&y=49.8051338&z=16&source=base&id=1703157
我想按作为字符串一部分的源对数据进行分组- “source=”后面的四个字母（在上述情况下：）firm然后简单地计算它们。有没有办法直接在 SQL 代码中实现这一点？我正在使用hadoop。
数据是一组类似上面的字符串。我的预期结果是包含两列的汇总表：1）每种类型的源（大约有 20 种可能，它们的长度不同，所以我不能使用 sipmle 子字符串）。理想情况下，我正在寻找这样的解决方案：对于分组，使用“source=”之后的四个字母 2) 计数它们在所有字符串中的出现次数。
每个字符串中只有一种源类型。
您可以使用regexp_extract()：
select substr(regexp_extract(url, 'source[^&]+'), 8)
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句