Hive函数

说明

Hive、Phoenix、Mysql、Oracle、SparkSQL、FlinkSQL函数

2、函数大全

a、关系运算：
- 等值比较: =
- 不等值比较: <>
- 小于比较: <
- 小于等于比较: <=
- 大于比较: >
- 大于等于比较: >=
- 空值判断: is null
- 非空判断: is not null
- like比较: like
- java的like操作: rlike
- regexp操作: regexp
b、数学运算：
- 加法操作: +
- 减法操作: -
- 乘法操作: *
- 除法操作: /
- 取余操作: %
- 位与操作: &
- 位或操作: |
- 位异或操作: ^
- 位取反操作: ~
c、逻辑运算：
- 逻辑与操作: and
- 逻辑或操作: or
- 逻辑非操作: not
d、数值计算：
- 取整函数: round
- 指定精度取整函数: round
- 向下取整函数: floor
- 向上取整函数: ceil
- 向上取整函数: ceiling
- 取随机数函数: rand
- 自然指数函数: exp
- 以10为底对数函数: log10
- 以2为底对数函数: log2
- 对数函数: log
- 幂运算函数: pow
- 幂运算函数: power
- 开平方函数: sqrt
- 二进制函数: bin
- 十六进制函数: hex
- 反转十六进制函数: unhex
- 进制转换函数: conv
- 绝对值函数: abs
- 正取余函数: pmod
- 正弦函数: sin
- 反正弦函数: asin
- 余弦函数: cos
- 反余弦函数: acos
- positive函数: positive
- negative函数: negative
e、日期函数：
- unix时间戳转日期函数: from_unixtime
- 获取当前unix时间戳函数: unix_timestamp
- 日期转unix时间戳函数: unix_timestamp
- 指定格式日期转unix时间戳函数: unix_timestamp
- 日期时间转日期函数: to_date
- 日期转年函数: year
- 日期转月函数: month
- 日期转天函数: day
- 日期转小时函数: hour
- 日期转分钟函数: minute
- 日期转秒函数: second
- 日期转周函数: weekofyear
- 日期比较函数: datediff
- 日期增加函数: date_add
- 日期减少函数: date_sub
f、条件函数：
- if函数: if
- 非空查找函数: coalesce
- 条件判断函数：case
- 条件判断函数：case
g、字符串函数：
- 字符串长度函数：length
- 字符串反转函数：reverse
- 字符串连接函数：concat
- 带分隔符字符串连接函数：concat_ws
- 字符串截取函数：substr,substring
- 字符串截取函数：substr,substring
- 字符串转大写函数：upper,ucase
- 字符串转小写函数：lower,lcase
- 去空格函数：trim
- 左边去空格函数：ltrim
- 右边去空格函数：rtrim
- 正则表达式替换函数：regexp_replace
- 正则表达式解析函数：regexp_extract
- url解析函数：parse_url
- json解析函数：get_json_object
- 空格字符串函数：space
- 重复字符串函数：repeat
- 首字符ascii函数：ascii
-左补足函数：lpad
-右补足函数：rpad
-分割字符串函数: split
-集合查找函数: find_in_set
h、集合统计函数：
-个数统计函数: count
-总和统计函数: sum
-平均值统计函数: avg
-最小值统计函数: min
-最大值统计函数: max
-非空集合总体变量函数: var_pop
-非空集合样本变量函数: var_samp
-总体标准偏离函数: stddev_pop
-样本标准偏离函数: stddev_samp
-中位数函数: percentile
-中位数函数: percentile
-近似中位数函数: percentile_approx
-近似中位数函数: percentile_approx
-直方图: histogram_numeric
i、复合类型构建操作：
-map类型构建: map
-struct类型构建: struct
-array类型构建: array
j、复杂类型访问操作：
-array类型访问: a[n]
-map类型访问: m[key]
-struct类型访问: s.x
k、复杂类型长度统计函数：
-map类型长度函数: size(map)
-array类型长度函数: size(array)
-类型转换函数：cast

l、序号函数：

-唯一行号：row_number
-跳跃序号：rank
-连续序号：dense_rank
-分组函数：ntile

m、窗口函数：

-开窗函数：over

n、脚本函数：

-python脚本：transform

3、自定义函数

一、查看支持哪些函数、函数描述

1、查看支持哪些函数

show functions;

2、查看函数描述

desc function 函数名;

desc function extended 函数名;

二、函数大全

1、关系运算：

a、等值比较: c

语法：a=b

操作类型：所有基本类型

描述: 如果表达式a与表达式b相等，则为true；否则为false

举例：

hive> select 1 from ljc_dual where 1=1;
1

b、等值比较:<=>

语法:A <=> B
操作类型:所有基本类型
描述:如果 A 和 B 都是非 NULL 值，则返回结果和=一样，如果两者都为 NULL，返回 TRUE, 如果有一个为 NULL，则返回 FALSE。
举例:

hive> select 1 from ljc_dual where NULL <=> NULL;
OK
1

c、不等值比较:<>和!=

语法: a <> b 或者 a != b

操作类型: 所有基本类型

描述: 如果表达式a为null，或者表达式b为null，返回null；如果表达式a与表达式b不相等，则为true；否则为false

举例：

hive> select 1 from ljc_dual where 1 <> 2;
1

d、小于比较: <

语法: a < b

操作类型: 所有基本类型

描述: 如果表达式a为null，或者表达式b为null，返回null；如果表达式a小于表达式b，则为true；否则为false

举例：

hive> select 1 from ljc_dual where 1 < 2;
1

e、小于等于比较: <=

语法: a <= b

操作类型: 所有基本类型

描述: 如果表达式a为null，或者表达式b为null，返回null；如果表达式a小于或者等于表达式b，则为true；否则为false

举例：

hive> select 1 from ljc_dual where 1 <= 1;
1

f、大于比较: >

语法: a > b

操作类型: 所有基本类型

描述: 如果表达式a为null，或者表达式b为null，返回null；如果表达式a大于表达式b，则为true；否则为false

举例：

hive> select 1 from ljc_dual where 2 > 1;
1

g、大于等于比较: >=

语法: a >= b

操作类型: 所有基本类型

描述: 如果表达式a为null，或者表达式b为null，返回null；如果表达式a大于或者等于表达式b，则为true；否则为false

举例：

hive> select 1 from ljc_dual where 1 >= 1;
1

注意：string的比较要注意(常用的时间比较可以先to_date之后再比较)

hive> select * from ljc_dual;
ok
2011111209 00:00:00     2011111209

hive> select a,b,a<b,a>b,a=b from ljc_dual;
2011111209 00:00:00     2011111209      false   true    false

h、区间判断:

语法: A [NOT] BETWEEN B AND C
操作类型: 所有类型
描述: 如果 A、B、C 有任一个为 NULL,则返回 FALSE. 等价于 B <= A < C. 举例:

hive> select 1 from ljc_dual where 1 between 1 and 2;
OK
1

i、空值判断: is null

语法: a is null

操作类型: 所有类型

描述: 如果表达式a的值为null，则为true；否则为false

举例：

hive> select 1 from ljc_dual where null is null;
1

j、非空判断: is not null

语法: a is not null

操作类型: 所有类型

描述: 如果表达式a的值为null，则为false；否则为true

举例：

hive> select 1 from ljc_dual where 1 is not null;
1

k、like比较: like

语法: a like b

操作类型: strings

描述: 如果字符串a或者字符串b为null，则返回null；如果字符串a符合表达式b 的正则语法，则为true；否则为false。b中字符”_”表示任意单个字符，而字符”%”表示任意数量的字符。

举例：

hive> select 1 from ljc_dual where 'football' like 'foot%';
1
hive> select 1 from ljc_dual where 'football' like 'foot____';
1

注意：否定比较时候用not a like b

hive> select 1 from ljc_dual where not 'football' like 'fff%';
1

l、java的like操作: rlike

语法: a rlike b

操作类型: strings

描述: 如果字符串a或者字符串b为null，则返回null；如果字符串a符合java正则表达式b的正则语法，则为true；否则为false。

举例：

# 是否以f开头r结尾
hive> select 1 from ljc_dual where 'footbar’ rlike '^f.*r$’;
1
# 判断一个字符串是否全为数字：
hive>select 1 from ljc_dual where '123456' rlike '^\\d+$';
1
hive> select 1 from ljc_dual where '123456aa' rlike '^\\d+$';
 
# 查找name中是否有中文
hive>select 1 from ljc_dual where name rlike '^[\\u4e00-\\u9fa5]+$';
1

m、regexp操作: regexp

语法: a regexp b

操作类型: strings

描述: 功能与rlike相同

举例：

# 是否以f开头r结尾
hive> select 1 from ljc_dual where 'footbar' REGEXP '^f.*r$';
1
# 取create_date_wid不为数值的记录
select count(*) from log_adx_request where create_date_wid not regexp '\\d{8}'
与下面查询的效果是等效的：
select count(*) from olap_b_dw_hotelorder_f where create_date_wid not rlike '\\d{8}';

2、数学运算：

a、加法操作: +

语法: a + b

操作类型：所有数值类型

说明：返回a与b相加的结果。结果的数值类型等于a的类型和b的类型的最小父类型（详见数据类型的继承关系）。比如，int + int 一般结果为int类型，而int + double 一般结果为double类型

举例：

hive> select 1 + 9 from ljc_dual;
10
hive> create table ljc_dual as select 1 + 1.2 from ljc_dual;
hive> describe ljc_dual;
_c0     double

b、减法操作: -

语法: a – b

操作类型：所有数值类型

说明：返回a与b相减的结果。结果的数值类型等于a的类型和b的类型的最小父类型（详见数据类型的继承关系）。比如，int – int 一般结果为int类型，而int – double 一般结果为double类型

举例：

hive> select 10 – 5 from ljc_dual;
5
hive> create table ljc_dual as select 5.6 – 4 from ljc_dual;
hive> describe ljc_dual;
_c0     double

c、乘法操作: *

语法: a * b

操作类型：所有数值类型

说明：返回a与b相乘的结果。结果的数值类型等于a的类型和b的类型的最小父类型（详见数据类型的继承关系）。注意，如果a乘以b的结果超过默认结果类型的数值范围，则需要通过cast将结果转换成范围更大的数值类型

举例：

hive> select 40 * 5 from ljc_dual;
200

d、除法操作: /

语法: a / b

操作类型：所有数值类型

说明：返回a除以b的结果。结果的数值类型为double

举例：

hive> select 40 / 5 from ljc_dual;
8.0

注意：hive中最高精度的数据类型是double,只精确到小数点后16位，在做除法运算的时候要特别注意

hive>select ceil(28.0/6.999999999999999999999) from ljc_dual limit 1;

结果为4

hive>select ceil(28.0/6.99999999999999) from ljc_dual limit 1;

结果为5

e、取余操作: %

语法: a % b

操作类型：所有数值类型

说明：返回a除以b的余数。结果的数值类型等于a的类型和b的类型的最小父类型（详见数据类型的继承关系）。

举例：

hive> select 41 % 5 from ljc_dual;
1
hive> select 8.4 % 4 from ljc_dual;
0.40000000000000036

注意：精度在hive中是个很大的问题，类似这样的操作最好通过round指定精度

hive> select round(8.4 % 4 , 2) from ljc_dual;
0.4

f、位与操作: &

语法: a & b

操作类型：所有数值类型

说明：返回a和b按位进行与操作的结果。结果的数值类型等于a的类型和b的类型的最小父类型（详见数据类型的继承关系）。

举例：

hive> select 4 & 8 from ljc_dual;
0
hive> select 6 & 4 from ljc_dual;
4

g、位或操作: |

语法: a | b

操作类型：所有数值类型

说明：返回a和b按位进行或操作的结果。结果的数值类型等于a的类型和b的类型的最小父类型（详见数据类型的继承关系）。

举例：

hive> select 4 | 8 from ljc_dual;
12
hive> select 6 | 8 from ljc_dual;
14

h、位异或操作: ^

语法: a ^ b

操作类型：所有数值类型

说明：返回a和b按位进行异或操作的结果。结果的数值类型等于a的类型和b的类型的最小父类型（详见数据类型的继承关系）。

举例：

hive> select 4 ^ 8 from ljc_dual;
12
hive> select 6 ^ 4 from ljc_dual;
2

i、位取反操作: ~

语法: ~a

操作类型：所有数值类型

说明：返回a按位取反操作的结果。结果的数值类型等于a的类型。

举例：

hive> select ~6 from ljc_dual;
-7
hive> select ~4 from ljc_dual;
-5

3、逻辑运算：

a、逻辑与操作: and、&&

语法: a and b

操作类型：boolean

说明：如果a和b均为true，则为true；否则为false。如果a为null或b为null，则为null

举例：

hive> select 1 from ljc_dual where 1=1 and 2=2;
1

b、逻辑或操作: or、||

语法: a or b

操作类型：boolean

说明：如果a为true，或者b为true，或者a和b均为true，则为true；否则为false

举例：

hive> select 1 from ljc_dual where 1=2 or 2=2;
1

c、逻辑非操作: not

语法: not a

操作类型：boolean

说明：如果a为false，或者a为null，则为true；否则为false

举例：

hive> select 1 from ljc_dual where not 1=2;
1

4、数值计算

a、取整函数: round

语法: round(double a)

返回值: bigint

说明: 返回double类型的整数值部分（遵循四舍五入）

举例：

hive> select round(3.1415926) from ljc_dual;
3
hive> select round(3.5) from ljc_dual;
4
hive> create table ljc_dual as select round(9542.158) from ljc_dual;
hive> describe ljc_dual;
_c0     bigint

b、指定精度取整函数: round

语法: round(double a, int d)

返回值: double

说明: 返回指定精度d的double类型

举例：

hive> select round(3.1415926,4) from ljc_dual;
3.1416

c、向下取整函数: floor

语法: floor(double a)

返回值: bigint

说明: 返回等于或者小于该double变量的最大的整数

举例：

hive> select floor(3.1415926) from ljc_dual;
3
hive> select floor(25) from ljc_dual;
25

d、向上取整函数: ceil

语法: ceil(double a)

返回值: bigint

说明: 返回等于或者大于该double变量的最小的整数

举例：

hive> select ceil(3.1415926) from ljc_dual;
4
hive> select ceil(46) from ljc_dual;
46

e、向上取整函数: ceiling

语法: ceiling(double a)

返回值: bigint

说明: 与ceil功能相同

举例：

hive> select ceiling(3.1415926) from ljc_dual;
4
hive> select ceiling(46) from ljc_dual;
46

f、取随机数函数: rand

语法: rand(),rand(int seed)

返回值: double

说明: 返回一个0到1范围内的随机数。如果指定种子seed，则会等到一个稳定的随机数序列

举例：

hive> select rand() from ljc_dual;
0.5577432776034763
hive> select rand() from ljc_dual;
0.6638336467363424
hive> select rand(100) from ljc_dual;
0.7220096548596434
hive> select rand(100) from ljc_dual;
0.7220096548596434

g、自然指数函数: exp

语法: exp(double a)

返回值: double

说明: 返回自然对数e的a次方

举例：

hive> select exp(2) from ljc_dual;
7.38905609893065

h、自然对数函数: ln

语法: ln(double a)

返回值: double

说明: 返回a的自然对数

举例：

hive> select ln(7.38905609893065) from ljc_dual;
2.0

i、以10为底对数函数: log10

语法: log10(double a)

返回值: double

说明: 返回以10为底的a的对数

举例：

hive> select log10(100) from ljc_dual;
2.0

j、以2为底对数函数: log2

语法: log2(double a)

返回值: double

说明: 返回以2为底的a的对数

举例：

hive> select log2(8) from ljc_dual;
3.0

k、对数函数: log

语法: log(double base, double a)

返回值: double

说明: 返回以base为底的a的对数

举例：

hive> select log(4,256) from ljc_dual;
4.0

l、幂运算函数: pow

语法: pow(double a, double p)

返回值: double

说明: 返回a的p次幂

举例：

hive> select pow(2,4) from ljc_dual;
16.0

m、幂运算函数: power

语法: power(double a, double p)

返回值: double

说明: 返回a的p次幂,与pow功能相同

举例：

hive> select power(2,4) from ljc_dual;
16.0

n、开平方函数: sqrt

语法: sqrt(double a)

返回值: double

说明: 返回a的平方根

举例：

hive> select sqrt(16) from ljc_dual;
4.0

o、二进制函数: bin

语法: bin(bigint a)

返回值: string

说明: 返回a的二进制代码表示

举例：

hive> select bin(7) from ljc_dual;
111

p、十六进制函数: hex

语法: hex(bigint a)

返回值: string

说明: 如果变量是int类型，那么返回a的十六进制表示；如果变量是string类型，则返回该字符串的十六进制表示

举例：

hive> select hex(17) from ljc_dual;
11
hive> select hex(‘abc’) from ljc_dual;
616263

q、反转十六进制函数: unhex

语法: unhex(string a)

返回值: string

说明: 返回该十六进制字符串所代码的字符串

举例：

hive> select unhex(‘616263’) from ljc_dual;
abc
hive> select unhex(‘11’) from ljc_dual;
-
hive> select unhex(616263) from ljc_dual;
abc

r、进制转换函数: conv

语法: conv(bigint num, int from_base, int to_base)

返回值: string

说明: 将数值num从from_base进制转化到to_base进制

举例：

hive> select conv(17,10,16) from ljc_dual;
11
hive> select conv(17,10,2) from ljc_dual;
10001

s、绝对值函数: abs

语法: abs(double a) abs(int a)

返回值: double int

说明: 返回数值a的绝对值

举例：

hive> select abs(-3.9) from ljc_dual;
3.9
hive> select abs(10.9) from ljc_dual;
10.9

t、正取余函数: pmod

语法: pmod(int a, int b),pmod(double a, double b)

返回值: int double

说明: 返回正的a除以b的余数

举例：

hive> select pmod(9,4) from ljc_dual;
1
hive> select pmod(-9,4) from ljc_dual;
3

u、正弦函数: sin

语法: sin(double a)

返回值: double

说明: 返回a的正弦值

举例：

hive> select sin(0.8) from ljc_dual;
0.7173560908995228

v、反正弦函数: asin

语法: asin(double a)

返回值: double

说明: 返回a的反正弦值

举例：

hive> select asin(0.7173560908995228) from ljc_dual;
0.8

w、余弦函数: cos

语法: cos(double a)

返回值: double

说明: 返回a的余弦值

举例：

hive> select cos(0.9) from ljc_dual;
0.6216099682706644

x、反余弦函数: acos

语法: acos(double a)

返回值: double

说明: 返回a的反余弦值

举例：

hive> select acos(0.6216099682706644) from ljc_dual;
0.9

y、positive函数: positive

语法: positive(int a), positive(double a)

返回值: int double

说明: 返回a

举例：

hive> select positive(-10) from ljc_dual;
-10
hive> select positive(12) from ljc_dual;
12

z、negative函数: negative

语法: negative(int a), negative(double a)

返回值: int double

说明: 返回-a

举例：

hive> select negative(-5) from ljc_dual;
5
hive> select negative(8) from ljc_dual;
-8

5、日期函数

a、unix时间戳转日期函数: from_unixtime

语法: from_unixtime(bigint unixtime[, string format])

返回值: string

说明: 转化unix时间戳（从1970-01-01 00:00:00 utc到指定时间的秒数）到当前时区的时间格式

举例：

hive> select from_unixtime(1323308943,'yyyyMMdd') from ljc_dual;
20111208

b、获取当前unix时间戳函数: unix_timestamp

语法: unix_timestamp()

返回值: bigint

说明: 获得当前时区的unix时间戳

举例：

hive> select unix_timestamp() from ljc_dual;
1323309615

c、日期转unix时间戳函数: unix_timestamp

语法: unix_timestamp(string date)

返回值: bigint

说明: 转换格式为"yyyy-mm-dd hh:mm:ss"的日期到unix时间戳。如果转化失败，则返回0。

举例：

hive> select unix_timestamp('2011-12-07 13:01:03') from ljc_dual;
1323234063

d、指定格式日期转unix时间戳函数: unix_timestamp

语法: unix_timestamp(string date, string pattern)

返回值: bigint

说明: 转换pattern格式的日期到unix时间戳。如果转化失败，则返回0。

举例：

hive> select unix_timestamp('20111207 13:01:03','yyyyMMdd HH:mm:ss') from ljc_dual;
1323234063

e、日期时间转日期函数: to_date

语法: to_date(string timestamp)

返回值: string

说明: 返回日期时间字段中的日期部分。

举例：

hive> select to_date('2011-12-08 10:03:01') from ljc_dual;
2011-12-08

f、日期转年函数: year

语法: year(string date)

返回值: int

说明: 返回日期中的年。

举例：

hive> select year('2011-12-08 10:03:01') from ljc_dual;
2011
hive> select year('2012-12-08') from ljc_dual;
2012

g、日期转月函数: month

语法: month (string date)

返回值: int

说明: 返回日期中的月份。

举例：

hive> select month('2011-12-08 10:03:01') from ljc_dual;
12
hive> select month('2011-08-08') from ljc_dual;
8

h、日期转天函数: day

语法: day (string date)

返回值: int

说明: 返回日期中的天。

举例：

hive> select day('2011-12-08 10:03:01') from ljc_dual;
8
hive> select day('2011-12-24') from ljc_dual;
24

i、日期转小时函数: hour

语法: hour (string date)

返回值: int

说明: 返回日期中的小时。

举例：

hive> select hour('2011-12-08 10:03:01') from ljc_dual;
10

j、日期转分钟函数: minute

语法: minute (string date)

返回值: int

说明: 返回日期中的分钟。

举例：

hive> select minute('2011-12-08 10:03:01') from ljc_dual;
3

k、日期转秒函数: second

语法: second (string date)

返回值: int

说明: 返回日期中的秒。

举例：

hive> select second('2011-12-08 10:03:01') from ljc_dual;
1

l、日期转周函数: weekofyear

语法: weekofyear (string date)

返回值: int

说明: 返回日期在当前的周数。

举例：

hive> select weekofyear('2011-12-08 10:03:01') from ljc_dual;
49

m、日期比较函数: datediff

语法: datediff(string enddate, string startdate)

返回值: int

说明: 返回结束日期减去开始日期的天数。

举例：

hive> select datediff('2012-12-08','2012-05-09') from ljc_dual;
213

n、日期增加函数: date_add

语法: date_add(string startdate, int days)

返回值: string

说明: 返回开始日期startdate增加days天后的日期。

举例：

hive> select date_add('2012-12-08',10) from ljc_dual;
2012-12-18

o、日期减少函数: date_sub

语法: date_sub (string startdate, int days)

返回值: string

说明: 返回开始日期startdate减少days天后的日期。

举例：

hive> select date_sub('2012-12-08',10) from ljc_dual;
2012-11-28

p、把字符串或者日期转成指定格式的日期：date_format

语法：date_format(string/date,dateformate)
参数：string/date：不支持中文格式的（yyyy年mm月dd日），支持yyyy-mm-dd格式的
返回值：string

举例：

hive> select date_format('2011-12-08 10:03:01','yyyy-mm') from task31_table limit 1;
2011-03

q、

6、条件函数

a、if函数: if

语法: if(boolean testcondition, t valuetrue, t valuefalseornull)

返回值: t

说明: 当条件testcondition为true时，返回valuetrue；否则返回valuefalseornull

举例：

hive> select if(1=2,100,200) from ljc_dual;
200
hive> select if(1=1,100,200) from ljc_dual;
100

b、非空查找函数: coalesce

语法: coalesce(t v1, t v2, …)

返回值: t

说明: 返回参数中的第一个非空值；如果所有值都为null，那么返回null

举例：

hive> select COALESCE(null,'100','50′) from ljc_dual;
100

c、条件判断函数：case

语法: case a when b then c [when d then e]* [else f] end

返回值: t

说明：如果a等于b，那么返回c；如果a等于d，那么返回e；否则返回f

举例：

hive> Select case 100 when 50 then 'tom' when 100 then 'mary' else 'tim' end from ljc_dual;
mary
hive> Select case 200 when 50 then 'tom' when 100 then 'mary' else 'tim' end from ljc_dual;
tim

d、条件判断函数：case

语法: case when a then b [when c then d]* [else e] end

返回值: t

说明：如果a为true,则返回b；如果c为true，则返回d；否则返回e

举例：

hive> select case when 1=2 then 'tom' when 2=2 then 'mary' else 'tim' end from ljc_dual;
mary
hive> select case when 1=1 then 'tom' when 2=2 then 'mary' else 'tim' end from ljc_dual;
tom

7、字符串函数

a、字符串长度函数：length

语法: length(string a)

返回值: int

说明：返回字符串a的长度

举例：

hive> select length('abcedfg') from ljc_dual;
7

b、字符串反转函数：reverse

语法: reverse(string a)

返回值: string

说明：返回字符串a的反转结果

举例：

hive> select reverse(abcedfg’) from ljc_dual;
gfdecba

c、字符串连接函数：concat

语法: concat(string a, string b…)

返回值: string

说明：返回输入字符串连接后的结果，支持任意个输入字符串、字段

- concat待拼接中，不能包含null，如果包含null，即使其他字符有值，结果也null，如下

举例：

hive> select concat(‘abc’,'def’,'gh’) from ljc_dual;
abcdefgh

d、带分隔符字符串连接函数：concat_ws

语法: concat_ws(string sep, string a, string b…)

返回值: string

说明：返回输入字符串连接后的结果，sep表示各个字符串间的分隔符

举例：

hive> select concat_ws(',','abc','def','gh') from ljc_dual;
abc,def,gh

e、字符串截取函数：substr,substring

语法: substr(string a, int start),substring(string a, int start)

返回值: string

说明：返回字符串a从start位置到结尾的字符串

举例：

hive> select substr('abcde',3) from ljc_dual;
cde
hive> select substring('abcde',3) from ljc_dual;
cde
hive>  select substr('abcde',-1) from ljc_dual;  （和ORACLE相同）
e

f、字符串截取函数：substr,substring

语法: substr(string a, int start, int len),substring(string a, int start, int len)

返回值: string

说明：返回字符串a从start位置开始，长度为len的字符串

举例：

hive> select substr('abcde',3,2) from ljc_dual;
cd
hive> select substring('abcde',3,2) from ljc_dual;
cd
hive>select substring('abcde',-2,2) from ljc_dual;
de

g、字符串转大写函数：upper,ucase

语法: upper(string a) ucase(string a)

返回值: string

说明：返回字符串a的大写格式

举例：

hive> select upper('abSEd') from ljc_dual;
ABSED
hive> select ucase('abSEd') from ljc_dual;
ABSED

h、字符串转小写函数：lower,lcase

语法: lower(string a) lcase(string a)f

返回值: string

说明：返回字符串a的小写格式

举例：

hive> select lower('abSEd') from ljc_dual;
absed
hive> select lcase('abSEd') from ljc_dual;
absed

i、去空格函数：trim

语法: trim(string a)

返回值: string

说明：去除字符串两边的空格

举例：

hive> select trim(' abc ') from ljc_dual;
abc

j、左边去空格函数：ltrim

语法: ltrim(string a)

返回值: string

说明：去除字符串左边的空格

举例：

hive> select ltrim(' abc ') from ljc_dual;
abc

k、右边去空格函数：rtrim

语法: rtrim(string a)

返回值: string

说明：去除字符串右边的空格

举例：

hive> select rtrim(' abc ') from ljc_dual;
abc

l、正则表达式替换函数：regexp_replace

语法: regexp_replace(string a, string b, string c)

返回值: string

说明：将字符串a中的符合java正则表达式b的部分替换为c。注意，在有些情况下要使用转义字符,类似oracle中的regexp_replace函数。

举例：

hive> select regexp_replace('foobar', 'oo|ar', '') from ljc_dual;
fb

m、正则表达式解析函数：regexp_extract

语法: regexp_extract(string subject, string pattern, int index):string

返回值: string

说明：将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符。如果匹配不上，返回""，而不是null

第一参数：要处理的字段
第二参数: 需要匹配的正则表达式
第三个参数:
0是显示与之匹配的整个字符串
1 是显示第一个括号里面的
2 是显示第二个括号里面的字段

举例：

hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) from ljc_dual;
the
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from ljc_dual;
bar
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0) from ljc_dual;
foothebar

注意，在有些情况下要使用转义字符，下面的等号要用双竖线转义，这是java正则表达式的规则。

select data_field,
regexp_extract(data_field,'.*?bgStart\\=([^&]+)',1) as aaa,
regexp_extract(data_field,'.*?contentLoaded_headStart\\=([^&]+)',1) as bbb,
regexp_extract(data_field,'.*?AppLoad2Req\\=([^&]+)',1) as ccc 
from pt_nginx_loginlog_st 
where pt = '2012-03-26' limit 2;

n、url解析函数：parse_url

语法: parse_url(string urlstring, string parttoextract [, string keytoextract])

返回值: string

说明：返回url中指定的部分。parttoextract的有效值为：host, path, query, ref, protocol, authority, file, and userinfo.

举例：

hive> select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') from ljc_dual;
facebook.com
hive> select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1') from ljc_dual;
v1

o、json解析函数：get_json_object

语法: get_json_object(string json_string, string path)

返回值: string

说明：解析json的字符串json_string,返回path指定的内容。如果输入的json字符串无效，那么返回null。

举例：

hive> select  get_json_object('{"store":
>   {"fruit":\[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}],
>    "bicycle":{"price":19.95,"color":"red"}
>   },
>  "email":"amy@only_for_json_udf_test.net",
>  "owner":"amy"
> }
> ','$.owner') from ljc_dual;
amy

p、空格字符串函数：space

语法: space(int n)

返回值: string

说明：返回长度为n的字符串

举例：

hive> select space(10) from ljc_dual;
hive> select length(space(10)) from ljc_dual;
10

q、重复字符串函数：repeat

语法: repeat(string str, int n)

返回值: string

说明：返回重复n次后的str字符串

举例：

hive> select repeat('abc',5) from ljc_dual;
abcabcabcabcabc

r、首字符ascii函数：ascii

语法: ascii(string str)

返回值: int

说明：返回字符串str第一个字符的ascii码

举例：

hive> select ascii('abcde') from ljc_dual;
97

s、左补足函数：lpad

语法: lpad(string str, int len, string pad)

返回值: string

说明：将str进行用pad进行左补足到len位

举例：

hive> select lpad('abc',10,'td') from ljc_dual;
tdtdtdtabc

注意：与gp，oracle不同，pad 不能默认

t、右补足函数：rpad

语法: rpad(string str, int len, string pad)

返回值: string

说明：将str进行用pad进行右补足到len位

举例：

hive> select rpad('abc',10,'td') from ljc_dual;
abctdtdtdt

u、分割字符串函数: split

语法: split(string str, string pat)

返回值: array

说明: 按照pat字符串分割str，会返回分割后的字符串数组

举例：

# 返回为一个数组
hive> select split('a,b,c,d',',') from ljc_dual;
["a","b","c","d"]

# 截取字符串中的某个值
hive> select split('a,b,c,d',',')[0] from ljc_dual;
["a","b","c","d"]
a

# 特殊字符处理,特殊字符有. \ |等,regex 为字符串匹配的参数，所以遇到特殊字符的时候需要做特殊的处理，以下"."点为例
hive> select split('192.168.0.1','.') from ljc_dual;
[]
# 正确的写法
hive> select split('192.168.0.1','\\.')  from ljc_dual;
["192","168","0","1"]

v、集合查找函数: find_in_set

语法: find_in_set(string str, string strlist)

返回值: int

说明: 返回str在strlist第一次出现的位置，strlist是用逗号分割的字符串。如果没有找该str字符，则返回0

举例：

hive> select find_in_set('ab','ef,ab,de') from ljc_dual;
2
hive> select find_in_set('at','ef,ab,de') from ljc_dual;
0

8、集合统计函数

a、个数统计函数: count

语法: count(*), count(expr), count(distinct expr[, expr_.])

返回值: int

说明: count(*)统计检索出的行的个数，包括null值的行；count(expr)返回指定字段的非空值的个数；count(distinct expr[, expr_.])返回指定字段的不同的非空值的个数

举例：

hive> select count(*) from ljc_dual;
20
hive> select count(distinct t) from ljc_dual;
10

b、总和统计函数: sum

语法: sum(col), sum(distinct col)

返回值: double

说明: sum(col)统计结果集中col的相加的结果；sum(distinct col)统计结果中col不同值相加的结果

举例：

hive> select sum(t) from ljc_dual;
100
hive> select sum(distinct t) from ljc_dual;
70

c、平均值统计函数: avg

语法: avg(col), avg(distinct col)

返回值: double

说明: avg(col)统计结果集中col的平均值；avg(distinct col)统计结果中col不同值相加的平均值

举例：

hive> select avg(t) from ljc_dual;
50
hive> select avg (distinct t) from ljc_dual;
30

d、最小值统计函数: min

语法: min(col)

返回值: double

说明: 统计结果集中col字段的最小值

举例：

hive> select min(t) from ljc_dual;
20

e、最大值统计函数: max

语法: maxcol)

返回值: double

说明: 统计结果集中col字段的最大值

举例：

hive> select max(t) from ljc_dual;
120

f、非空集合总体变量函数: var_pop

语法: var_pop(col)

返回值: double

说明: 统计结果集中col非空集合的总体变量（忽略null）

举例：

g、非空集合样本变量函数: var_samp

语法: var_samp (col)

返回值: double

说明: 统计结果集中col非空集合的样本变量（忽略null）

举例：

h、总体标准偏离函数: stddev_pop

语法: stddev_pop(col)

返回值: double

说明: 该函数计算总体标准偏离，并返回总体变量的平方根，其返回值与var_pop函数的平方根相同

举例：

i、样本标准偏离函数: stddev_samp

语法: stddev_samp (col)

返回值: double

说明: 该函数计算样本标准偏离

举例：

j、中位数函数: percentile

语法: percentile(bigint col, p)

返回值: double

说明: 求准确的第pth个百分位数，p必须介于0和1之间，但是col字段目前只支持整数，不支持浮点数类型

举例：

k、中位数函数: percentile

语法: percentile(bigint col, array(p1 [, p2]…))

返回值: array

说明: 功能和上述类似，之后后面可以输入多个百分位数，返回类型也为array，其中为对应的百分位数。

举例：

select percentile(score,<0.2,0.4>) from ljc_dual； 取0.2，0.4位置的数据

l、近似中位数函数: percentile_approx

语法: percentile_approx(double col, p [, b])

返回值: double

说明: 求近似的第pth个百分位数，p必须介于0和1之间，返回类型为double，但是col字段支持浮点类型。参数b控制内存消耗的近似精度，b越大，结果的准确度越高。默认为10,000。当col字段中的distinct值的个数小于b时，结果为准确的百分位数

举例：

m、近似中位数函数: percentile_approx

语法: percentile_approx(double col, array(p1 [, p2]…) [, b])

返回值: array

说明: 功能和上述类似，之后后面可以输入多个百分位数，返回类型也为array，其中为对应的百分位数。

举例：

n、直方图: histogram_numeric

语法: histogram_numeric(col, b)

返回值: array

说明: 以b为基准计算col的直方图信息。

举例：

hive> select histogram_numeric(100,5) from ljc_dual;
[{"x":100.0,"y":1.0}]

9、复合类型构建操作

a、map类型构建: map

语法: map (key1, value1, key2, value2, …)

说明：根据输入的key和value对构建map类型

举例：

hive> Create table ljc_test as select map('100','tom','200','mary') as t from ljc_dual;
hive> describe ljc_test;
t       map<string,string>
hive> select t from ljc_test;
{"100":"tom","200":"mary"}

b、struct类型构建: struct

语法: struct(val1, val2, val3, …)

说明：根据输入的参数构建结构体struct类型

举例：

hive> create table ljc_test as select struct('tom','mary','tim') as t from ljc_dual;
hive> describe ljc_test;
t       struct<col1:string,col2:string,col3:string>
hive> select t from ljc_test;
{"col1":"tom","col2":"mary","col3":"tim"}

c、array类型构建: array

语法: array(val1, val2, …)

说明：根据输入的参数构建数组array类型

举例：

hive> create table ljc_test as select array("tom","mary","tim") as t from ljc_dual;
hive> describe ljc_test;
t       array
hive> select t from ljc_test;
["tom","mary","tim"]

10、复杂类型访问操作

a、array类型访问: a[n]

语法: a[n]

操作类型: a为array类型，n为int类型

说明：返回数组a中的第n个变量值。数组的起始下标为0。比如，a是个值为['foo', 'bar']的数组类型，那么a[0]将返回'foo',而a[1]将返回'bar'

举例：

hive> create table ljc_test as select array("tom","mary","tim") as t from ljc_dual;
hive> select t[0],t[1],t[2] from ljc_test;
tom     mary    tim

b、map类型访问: m[key]

语法: m[key]

操作类型: m为map类型，key为map中的key值

说明：返回map类型m中，key值为指定值的value值。比如，m是值为{'f' -> 'foo', 'b' -> 'bar', 'all' -> 'foobar'}的map类型，那么m['all']将会返回'foobar'

举例：

hive> Create table ljc_test as select map('100','tom','200','mary') as t from ljc_dual;
hive> select t['200'],t['100'] from ljc_test;
mary    tom

c、struct类型访问: s.x

语法: s.x

操作类型: s为struct类型

说明：返回结构体s中的x字段。比如，对于结构体struct foobar {int foo, int bar}，foobar.foo返回结构体中的foo字段

举例：

hive> create table ljc_test as select struct('tom','mary','tim') as t from ljc_dual;
hive> describe ljc_test;
t       struct<col1:string,col2:string,col3:string>
hive> select t.col1,t.col3 from ljc_test;
tom     tim

11、复杂类型长度统计函数

a、map类型长度函数: size(map)

语法: size(map)

返回值: int

说明: 返回map类型的长度

举例：

hive> select size(map('100','tom','101','mary')) from ljc_dual;
2

b、array类型长度函数: size(array)

语法: size(array)

返回值: int

说明: 返回array类型的长度

举例：

hive> select size(array('100','101','102','103')) from ljc_dual;
4

c、类型转换函数

类型转换函数: cast

语法: cast(expr as )

返回值: expected "=" to follow "type"

说明: 返回array类型的长度

举例：

# 转换成bigint
hive> select cast(1 as bigint) from ljc_dual;
1

12、序号函数

a、row_number函数，唯一行号

举例

select userid,month,money,row_number() over(partition by userid order by money) rownumber from user;

b、rank函数，跳跃序号

select userid,month,money,rank() over(partition by userid order by money) rownumber from user;

c、dense_rank函数，连续序号

select userid,month,money,dense_rank() over(partition by userid order by money) rownumber from user;

d、ntile函数,分组函数

select money,userid,ntile(10) over(partition by money order by month) rownumber from user

13、窗口函数

1) over函数

partition by用于分组

order by用于排序

rows、range用于指定区间

结合preceding 、following来用

preceding用于指定上区间

following用于指定下区间

示例

指定上、下区间

select *,sum(money) over(order by month range between 2 preceding and 2 following) aa from user order by userid,month;

指定上区间

select *,sum(money) over(partition by userid order by month range 12 preceding) aa from user order by userid,month;

14、脚本函数

1) transform函数

语法：transform(字段,字段,..) using '脚本' as (字段,字段,...)

说明：

1)、脚本可以python脚本，但py脚本中，每个字段必须是通过\t分割的，否则可能遇到查询结果为null

2)、python脚本的第一行必须正确,如果运行在centos,编码需是unix,否则会报no such file or directory

三、自定义函数

1、udf(user defined function): 自定义函数，特点是输入一行，输出一行
2、udaf(user defined aggregation function): 自定义聚合函数，特点是输入多行，输出一行
3、udtf(user-defined table-generating functions): 自定义拆分函数，特点是输入一行，输出多行

注意：本文归作者所有，未经作者允许，不得转载

全部评论: 0 条

热门文章

最新发布

热门用户