昨天开发找到我们DBA，要我们写一条Hive SQL。

需求：

有一个t表，主要有机场名称airport，机场的经纬度distance这两个列组成，想得到所有距离小于100的两个机场名。

其实写这个SQL的逻辑并不是很困难，难点是如何去重复值，

我用MySQL模拟的一个表，其实Hive语法和SQL差不多，插入了三条数据，a, b, c 分别代表三个机场名称，结构如下：

mysql>showcreatetablet\G***************************1.row***************************Table:tCreateTable:CREATETABLE`t`(`airport`varchar(10)DEFAULTNULL,`distant`int(11)DEFAULTNULL)ENGINE=InnoDBDEFAULTCHARSET=utf81rowinset(0.00sec)mysql>select*fromt;+---------+---------+|airport|distant|+---------+---------+|a|130||b|140||c|150|+---------+---------+3rowsinset(0.00sec)

通过!=筛选掉本机场自己之间的比较，用abs函数取绝对值得到位置小于100的两个机场

mysql>selectt1.airport,t2.airportfromtt1,tt2wheret1.airport!=t2.airportandabs(t1.distant-t2.distant)<100;+---------+---------+|airport|airport|+---------+---------+|b|a||c|a||a|b||c|b||a|c||b|c|+---------+---------+6rowsinset(0.00sec)

但是问题来了，(b,a) 与(a,b)，(c,a)与(a,c)，(c,b)与(b,c)这里被我们视为重复值，我们只需要得到其中某一行的数据，就知道是哪两个机场名了，那么，如何去掉这个重复值呢？

貌似distinct，group by都派不上用场了，最后咨询了一位资深的SQL高手，找到了这么一个函数hex(),可以把一个字符转化成十六进制，Hive也有对应的函数，效果如下：

mysql>selectt1.airport,hex(t1.airport),t2.airport,hex(t2.airport)fromtt1,tt2wheret1.airport!=t2.airportandabs(t1.distant-t2.distant)<100;+---------+-----------------+---------+-----------------+|airport|hex(t1.airport)|airport|hex(t2.airport)|+---------+-----------------+---------+-----------------+|b|62|a|61||c|63|a|61||a|61|b|62||c|63|b|62||a|61|c|63||b|62|c|63|+---------+-----------------+---------+-----------------+6rowsinset(0.00sec)

这样我们就可以通过比较机场1和机场2的大小，来去掉重复值了

mysql>selectt1.airport,t2.airportfromtt1,tt2wheret1.airport!=t2.airportandhex(t1.airport)<hex(t2.airport)andabs(t1.distant-t2.distant)<100;+---------+---------+|airport|airport|+---------+---------+|a|b||a|c||b|c|+---------+---------+3rowsinset(0.00sec)

最后再优化一下，结果如下：

mysql>selectt1.airport,t2.airportfromtt1,tt2wherehex(t1.airport)<hex(t2.airport)andabs(t1.distant-t2.distant)<100;+---------+---------+|airport|airport|+---------+---------+|a|b||a|c||b|c|+---------+---------+3rowsinset(0.00sec)

SQL并不复杂，没有太多表的join和子查询，但是之前遇到去掉重复值用distinct或者group by就可以解决了，这次貌似不太适用，所以记录一下，欢迎拍砖。

参考链接

https://dev.mysql.com/doc/refman/5.7/en/string-functions.html#function_hex

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-Built-inFunctions