Hive函数

刘超 8天前 ⋅ 5448 阅读   编辑

说明

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

目录

  1、查看支持哪些函数、函数描述

  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

    我有话说: