MySQL里面有一个强大的group_concat函数，可以把group by的结果聚集到同一行中，
比如下面这样的表：
| uid | iid |
| 1 | 101 |
| 1 | 102 |
| 1 | 103 |
| 2 |
104 |
| 3 |
105 |
select uid, group_concat(iid) from xxx group by uid
执行之后结果类似于：
| 1 | 101,102,103 |
| 2 | 104 |
| 3 | 105 |
但是HiveQL里面却没有这样的东东，那有没有办法可以实现类似的功能呢？
答案是肯定的，那就是collect_set函数，这个是Hive内置的UDAF函数，
可以将多行记录聚集到一个array里面，用法跟group_concat差不多，唯一不同的是，collect_set会将重复记录剔除（集合的基本特性），并且由于它返回的是一个array对象，所以必须使用相关的函数来操作里面的数据，如size()，可以得到这个array的大小；或者array_contains()，判断某个数据是否在集合中，等等。具体请参考hive官方手册。
本文转自 kevx 51CTO博客，原文链接：http://blog.51cto.com/spinlock/1266236，如需转载请自行联系原作者
