创建名称选项卡：

CREATE TABLE name_tab (country string,
new_item ARRAY<STRUCT<ngram:array<string>,
estfrequency:double>>);

插入语句：

INSERT OVERWRITE TABLE name_tab
SELECT country, ngrams(sentences(var2),3,100) as word_map
FROM bdd 
GROUP BY country;

创建名称\u选项卡\u新建：

CREATE TABLE name_tab_new (country string, ngram1 string, ngram2 string,  ngram3 string, estfrequency double);

插入语句：

INSERT OVERWRITE TABLE name_tab_new
SELECT country , X.ngram[0], X.ngram[1], X.ngram[2], X.estfrequency
FROM name_tab
LATERAL VIEW explode(new_item) Z as X;

这些请求在Hive中起作用。它按国家创建ngram。问题是：对于一个国家来说，这个ngram是有区别的 {aa, bb, cc} 还有这个ngram {bb, aa, cc} .
我想要一个文字顺序无关紧要的解决方案。对于一个国家，我不想有任何差别é之间的关系 {aa, bb, cc} 以及 {bb, aa, cc} . 我只想要一个。
非常感谢你
结果示例：

• 英格兰，面包，三明治，果汁，120

英格兰，table，椅子，工具，54
英格兰，三明治，面包，果汁，32
意大利，海洋，罗马，科利塞，47*
实际上，我想要：

• 英格兰，面包，三明治，果汁，152

英格兰，table，椅子，工具，54
意大利，海洋，罗马，科利塞，47*
我希望ngrams函数中有一个不考虑订单的选项。
在表bdd中，变量“var2”是由几个单词组成的列表，用blank分隔。
在“表名”选项卡中，我们有：
英国一线，{“ngram”：[“面包”，“三明治”，“果汁”]，“estfrequency”：120.0}，{“ngram”：[“table”，“椅子”，“工具”]，“estfrequency”：54.0}，{“ngram”：[“三明治”，“面包”，“果汁”]，“estfrequency”：32.0}
第二行意大利，{“ngram”：[“sea”，“roma”，“coliseo”]，“estfrequency”：47.0}