如何在数据集中生成值

sshcrbum 于 2021-06-03 发布在 Hadoop

关注(0)|答案(2)|浏览(435)

我将数据集保存在以下格式的文本文件中：

user ID   Song ID   Rating
0         7171      5
0         8637      4
0         21966     4
0         35821     5

（它们之间没有破折号，只有一个制表符）
我有大约一百万张这样的唱片。我需要生成第四个具有流派id的记录。我将此流派id保存在另一个文本文件中，格式如下：

Song ID   Album ID   Artist ID  Genre ID
4         243        2282       0
5         7783       3832       0
6         11704      1655       106
7         10126      6328       114
8         10672      4121       0

如何为数据集中相应的“歌曲id”生成“流派id”。你能建议一个最简单的方法来生成第四列吗。

sql hadoop mysql Dataset

来源：https://stackoverflow.com/questions/22706859/how-to-generate-values-in-dataset

2条答案

按热度按时间

gg0vcinb1#

@andersfinn：他使用的是mysql，它不支持 SELECT ....INTO （甲骨文）

INSERT INTO newTable
 SELECT tb1.userID, tb1.SongID, tb1.Rating, tb2.GenreID
 FROM tab1
 LEFT JOIN tab2
 ON tab1.SongID = tab2.SongID

我本想加上它作为评论，但我还是做不到。

赞(0）回复(0）举报 2021-06-04

ctzwtxfj2#

创建包含所有四列的新表：

CREATE TABLE newTable
( 
  userid int,
  SongID int,
  Rating int,
  GenreID int
)

填充它：

SELECT tb1.userID, tb1.SongID, tb1.Rating, tb2.GenreID
INTO newTable
FROM tab1
LEFT JOIN tab2
ON tab1.SongID = tab2.SongID

下面说的语法不适用于mysql，只适用于oracle。fra-mysql的语法如下：http://dev.mysql.com/doc/refman/5.0/en/insert-select.html
在这种情况下，结果将是：

INSERT INTO newTable (userID, SongID, Rating, GenreID)
SELECT tb1.userID, tb1.SongID, tb1.Rating, tb2.GenreID
FROM tab1
LEFT JOIN tab2
ON tab1.SongID = tab2.SongID

如果有数百万条记录，最好在tab1和tab2上的songid上创建一个索引。

赞(0）回复(0）举报 2021-06-03

我来回答

如何在数据集中生成值

2条答案

相关问题

热门标签

最新问答