首页
/ SQLGlot中Spark SQL到Trino的collect_set函数转换问题解析

SQLGlot中Spark SQL到Trino的collect_set函数转换问题解析

2025-05-30 18:51:05作者:宣聪麟

在SQL方言转换工具SQLGlot中,开发者发现了一个关于Spark SQL的collect_set函数在转换为Trino方言时的处理问题。collect_set是Spark SQL中常用的聚合函数,用于收集唯一值并返回一个集合。

在Spark SQL中,collect_set函数通常这样使用:

SELECT CONCAT_WS(',', COLLECT_SET(GET_JSON_OBJECT(data,'$.result_reasons')))

当使用SQLGlot将其转换为Trino方言时,当前版本会生成:

SELECT CONCAT_WS(',', CAST(SET_AGG(JSON_EXTRACT_SCALAR(data, '$.result_reasons')) AS VARCHAR))

然而,这里存在两个潜在问题:

  1. SET_AGG并非Trino原生支持的函数,虽然在某些Presto版本中存在,但在Trino中并不是标准函数
  2. 更合适的转换应该是使用Trino支持的ARRAY_AGG(DISTINCT x)函数

正确的Trino转换结果应该是:

SELECT CONCAT_WS(',', ARRAY_AGG(DISTINCT JSON_EXTRACT_SCALAR(data, '$.result_reasons')))

这种转换方式更符合Trino的语法规范,且能实现与Spark SQL中collect_set相同的功能——收集不重复的值并聚合。对于SQL方言转换工具来说,准确识别源方言函数并在目标方言中找到最接近的等价实现是核心功能之一。

这个问题虽然被标记为低优先级,但对于需要在Spark SQL和Trino之间进行SQL转换的用户来说,正确的函数映射至关重要,特别是在处理数据聚合和唯一值收集这类常见场景时。SQLGlot作为SQL转换工具,持续优化这类函数映射将提高其在不同数据库系统间迁移SQL代码的准确性和实用性。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8