返回介绍
文江博客 开发文档 Hive 教程 文章详情

Hive 内置函数

发布于 2024-06-23 16:10:22 字数 53609 浏览 0 评论 0 收藏 0

我们都知道标准 SQL 里面有许多内置函数可以使用，比如字符串函数，日期函数，聚合函数等。Hive 也有类似的内置函数，下面详细介绍 Hive 里面的内置函数。

关系运算

1、等值比较: =

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

  1. hive> select 1 from iteblog where 1=1;
  2. 1

2、不等值比较: <>

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与表达式B不相等，则为TRUE；否则为FALSE

  1. hive> select 1 from iteblog where 1 <> 2;
  2. 1

3、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

  1. hive> select 1 from iteblog where 1 < 2;
  2. 1

4、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

  1. hive> select 1 from iteblog where 1 < = 1;
  2. 1

5、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

  1. hive> select 1 from iteblog where 2 > 1;
  2. 1

6、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

  1. hive> select 1 from iteblog where 1 >= 1;
  2. 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)

  1. hive> select * from iteblog;
  2. OK
  3. 2011111209 00:00:00     2011111209
  5. hive> select a, b, a<b, a>b, a=b from iteblog;
  6. 2011111209 00:00:00     2011111209      false   true    false

7、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

  1. hive> select 1 from iteblog where null is null;
  2. 1

8、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

  1. hive> select 1 from iteblog where 1 is not null;
  2. 1

9、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。

  1. hive> select 1 from iteblog where 'football' like 'foot%';
  2. 1
  3. hive> select 1 from iteblog where 'football' like 'foot____';
  4. 1
  6. //注意：否定比较时候用NOT A LIKE B
  7. hive> select 1 from iteblog where NOT 'football' like 'fff%';
  8. 1

10、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。

  1. hive> select 1 from iteblog where 'footbar’ rlike '^f.*r$’;
  2. 1

注意：判断一个字符串是否全为数字：

  1. hive> select 1 from iteblog where '123456' rlike '^\\d+$';
  2. 1
  3. hive> select 1 from iteblog where '123456aa' rlike '^\\d+$';

11、REGEXP操作: REGEXP

语法: A REGEXP B
操作类型: strings
描述: 功能与RLIKE相同

  1. hive> select 1 from iteblog where 'footbar' REGEXP '^f.*r$';
  2. 1

数学运算

1、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

  1. hive> select 1 + 9 from iteblog;
  2. 10
  3. hive> create table iteblog as select 1 + 1.2 from iteblog;
  4. hive> describe iteblog;
  5. _c0     double

2、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

  1. hive> select 10 – 5 from iteblog;
  2. 5
  3. hive> create table iteblog as select 5.6 – 4 from iteblog;
  4. hive> describe iteblog;
  5. _c0     double

3、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

  1. hive> select 40 * 5 from iteblog;
  2. 200

4、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

  1. hive> select 40 / 5 from iteblog;
  2. 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

  1. hive>select ceil(28.0/6.999999999999999999999) from iteblog limit 1;    
  2. 结果为4
  3. hive>select ceil(28.0/6.99999999999999) from iteblog limit 1;           
  4. 结果为5

5、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）。

  1. hive> select 41 % 5 from iteblog;
  2. 1
  3. hive> select 8.4 % 4 from iteblog;
  4. 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

  1. hive> select round(8.4 % 4 , 2) from iteblog;
  2. 0.4

6、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）。

  1. hive> select 4 & 8 from iteblog;
  2. 0
  3. hive> select 6 & 4 from iteblog;
  4. 4

7、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）。

  1. hive> select 4 | 8 from iteblog;
  2. 12
  3. hive> select 6 | 8 from iteblog;
  4. 14

8、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）。

  1. hive> select 4 ^ 8 from iteblog;
  2. 12
  3. hive> select 6 ^ 4 from iteblog;
  4. 2

9．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。

  1. hive> select ~6 from iteblog;
  2. -7
  3. hive> select ~4 from iteblog;
  4. -5

逻辑运算

1、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

  1. hive> select 1 from iteblog where 1=1 and 2=2;
  2. 1

2、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

  1. hive> select 1 from iteblog where 1=2 or 2=2;
  2. 1

3、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

  1. hive> select 1 from iteblog where not 1=2;
  2. 1

数值计算

1、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）

  1. hive> select round(3.1415926) from iteblog;
  2. 3
  3. hive> select round(3.5) from iteblog;
  4. 4
  5. hive> create table iteblog as select round(9542.158) from iteblog;
  6. hive> describe iteblog;
  7. _c0     bigint

2、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

  1. hive> select round(3.1415926,4) from iteblog;
  2. 3.1416

3、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

  1. hive> select floor(3.1415926) from iteblog;
  2. 3
  3. hive> select floor(25) from iteblog;
  4. 25

4、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

  1. hive> select ceil(3.1415926) from iteblog;
  2. 4
  3. hive> select ceil(46) from iteblog;
  4. 46

5、向上取整函数: ceiling

语法: ceiling(double a)
返回值: BIGINT
说明: 与ceil功能相同

  1. hive> select ceiling(3.1415926) from iteblog;
  2. 4
  3. hive> select ceiling(46) from iteblog;
  4. 46

6、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

  1. hive> select rand() from iteblog;
  2. 0.5577432776034763
  3. hive> select rand() from iteblog;
  4. 0.6638336467363424
  5. hive> select rand(100) from iteblog;
  6. 0.7220096548596434
  7. hive> select rand(100) from iteblog;
  8. 0.7220096548596434

7、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

  1. hive> select exp(2) from iteblog;
  2. 7.38905609893065
  3. <strong>自然对数函数</strong>: ln
  4. <strong>语法</strong>: ln(double a)
  5. <strong>返回值</strong>: double
  6. <strong>说明</strong>: 返回a的自然对数
  7. 1
  8. hive> select ln(7.38905609893065) from iteblog;
  9. 2.0

8、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

  1. hive> select log10(100) from iteblog;
  2. 2.0

9、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

  1. hive> select log2(8) from iteblog;
  2. 3.0

10、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

  1. hive> select log(4,256) from iteblog;
  2. 4.0

11、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

  1. hive> select pow(2,4) from iteblog;
  2. 16.0

12、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

  1. hive> select power(2,4) from iteblog;
  2. 16.0

13、开平方函数: sqrt

语法: sqrt(double a)
返回值: double
说明: 返回a的平方根

  1. hive> select sqrt(16) from iteblog;
  2. 4.0

14、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

  1. hive> select bin(7) from iteblog;
  2. 111

15、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

  1. hive> select hex(17) from iteblog;
  2. 11
  3. hive> select hex(‘abc’) from iteblog;
  4. 616263

16、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

  1. hive> select unhex(‘616263’) from iteblog;
  2. abc
  3. hive> select unhex(‘11’) from iteblog;
  4. -
  5. hive> select unhex(616263) from iteblog;
  6. abc

17、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

  1. hive> select conv(17,10,16) from iteblog;
  2. 11
  3. hive> select conv(17,10,2) from iteblog;
  4. 10001

18、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

  1. hive> select abs(-3.9) from iteblog;
  2. 3.9
  3. hive> select abs(10.9) from iteblog;
  4. 10.9

19、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

  1. hive> select pmod(9,4) from iteblog;
  2. 1
  3. hive> select pmod(-9,4) from iteblog;
  4. 3

20、正弦函数: sin

语法: sin(double a)
返回值: double
说明: 返回a的正弦值

  1. hive> select sin(0.8) from iteblog;
  2. 0.7173560908995228

21、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

  1. hive> select asin(0.7173560908995228) from iteblog;
  2. 0.8

22、余弦函数: cos

语法: cos(double a)
返回值: double
说明: 返回a的余弦值

  1. hive> select cos(0.9) from iteblog;
  2. 0.6216099682706644

23、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

  1. hive> select acos(0.6216099682706644) from iteblog;
  2. 0.9

24、positive函数: positive

语法: positive(int a), positive(double a)
返回值: int double
说明: 返回a

  1. hive> select positive(-10) from iteblog;
  2. -10
  3. hive> select positive(12) from iteblog;
  4. 12

25、negative函数: negative

语法: negative(int a), negative(double a)
返回值: int double
说明: 返回-a

  1. hive> select negative(-5) from iteblog;
  2. 5
  3. hive> select negative(8) from iteblog;
  4. -8

日期函数

1、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

  1. hive> select from_unixtime(1323308943,'yyyyMMdd') from iteblog;
  2. 20111208

2、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

  1. hive> select unix_timestamp() from iteblog;
  2. 1323309615

3、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。

  1. hive> select unix_timestamp('2011-12-07 13:01:03') from iteblog;
  2. 1323234063

4、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。

  1. hive> select unix_timestamp('20111207 13:01:03','yyyyMMdd HH:mm:ss') from iteblog;
  2. 1323234063

5、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。

  1. hive> select to_date('2011-12-08 10:03:01') from iteblog;
  2. 2011-12-08

6、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。

  1. hive> select year('2011-12-08 10:03:01') from iteblog;
  2. 2011
  3. hive> select year('2012-12-08') from iteblog;
  4. 2012

7、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。

  1. hive> select month('2011-12-08 10:03:01') from iteblog;
  2. 12
  3. hive> select month('2011-08-08') from iteblog;
  4. 8

8、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。

  1. hive> select day('2011-12-08 10:03:01') from iteblog;
  2. 8
  3. hive> select day('2011-12-24') from iteblog;
  4. 24

9、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。

  1. hive> select hour('2011-12-08 10:03:01') from iteblog;
  2. 10

10、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。

  1. hive> select minute('2011-12-08 10:03:01') from iteblog;
  2. 3

11、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。

  1. hive> select second('2011-12-08 10:03:01') from iteblog;
  2. 1

12、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。

  1. hive> select weekofyear('2011-12-08 10:03:01') from iteblog;
  2. 49

13、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。

  1. hive> select datediff('2012-12-08','2012-05-09') from iteblog;
  2. 213

14、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。

  1. hive> select date_add('2012-12-08',10) from iteblog;
  2. 2012-12-18

15、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。

  1. hive> select date_sub('2012-12-08',10) from iteblog;
  2. 2012-11-28

条件函数

1、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

  1. hive> select if(1=2,100,200) from iteblog;
  2. 200
  3. hive> select if(1=1,100,200) from iteblog;
  4. 100

2、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

  1. hive> select COALESCE(null,'100','50′) from iteblog;
  2. 100

3、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

  1. hive> Select case 100 when 50 then 'tom' when 100 then 'mary' else 'tim' end from iteblog;
  2. mary
  3. hive> Select case 200 when 50 then 'tom' when 100 then 'mary' else 'tim' end from iteblog;
  4. tim

4、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

  1. hive> select case when 1=2 then 'tom' when 2=2 then 'mary' else 'tim' end from iteblog;
  2. mary
  3. hive> select case when 1=1 then 'tom' when 2=2 then 'mary' else 'tim' end from iteblog;
  4. tom

字符串函数

1、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

  1. hive> select length('abcedfg') from iteblog;
  2. 7

2、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

  1. hive> select reverse(abcedfg’) from iteblog;
  2. gfdecba

3、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

  1. hive> select concat(‘abc’,'def’,'gh’) from iteblog;
  2. abcdefgh

4、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

  1. hive> select concat_ws(',','abc','def','gh') from iteblog;
  2. abc,def,gh

5、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

  1. hive> select substr('abcde',3) from iteblog;
  2. cde
  3. hive> select substring('abcde',3) from iteblog;
  4. cde
  5. hive>  select substr('abcde',-1) from iteblog;  （和ORACLE相同）
  6. e

6、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

  1. hive> select substr('abcde',3,2) from iteblog;
  2. cd
  3. hive> select substring('abcde',3,2) from iteblog;
  4. cd
  5. hive>select substring('abcde',-2,2) from iteblog;
  6. de

7、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

  1. hive> select upper('abSEd') from iteblog;
  2. ABSED
  3. hive> select ucase('abSEd') from iteblog;
  4. ABSED

8、字符串转小写函数：lower,lcase

语法: lower(string A),lcase(string A)
返回值: string
说明：返回字符串A的小写格式

  1. hive> select lower('abSEd') from iteblog;
  2. absed
  3. hive> select lcase('abSEd') from iteblog;
  4. absed

9、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

  1. hive> select trim(' abc ') from iteblog;
  2. abc

10、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

  1. hive> select ltrim(' abc ') from iteblog;
  2. abc

11、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

  1. hive> select rtrim(' abc ') from iteblog;
  2. abc

12、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。

  1. hive> select regexp_replace('foobar', 'oo|ar', '') from iteblog;
  2. fb

13、正则表达式解析函数：regexp_extract

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

  1. hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) from iteblog;
  2. the
  3. hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from iteblog;
  4. bar
  5. hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0) from iteblog;
  6. 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。

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

14、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.

  1. hive> select parse_url('https://www.iteblog.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') from iteblog;
  2. facebook.com
  3. hive> select parse_url('https://www.iteblog.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1') from iteblog;
  4. v1

15、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。

  1. hive> select  get_json_object('{"store":
  2. >   {"fruit":\[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}],
  3. >    "bicycle":{"price":19.95,"color":"red"}
  4. >   },
  5. >  "email":"amy@only_for_json_udf_test.net",
  6. >  "owner":"amy"
  7. > }
  8. > ','$.owner') from iteblog;
  9. amy

16、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

  1. hive> select space(10) from iteblog;
  2. hive> select length(space(10)) from iteblog;
  3. 10

17、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

  1. hive> select repeat('abc',5) from iteblog;
  2. abcabcabcabcabc

18、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

  1. hive> select ascii('abcde') from iteblog;
  2. 97

19、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

  1. hive> select lpad('abc',10,'td') from iteblog;
  2. tdtdtdtabc

注意：与GP，ORACLE不同，pad 不能默认

20、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

  1. hive> select rpad('abc',10,'td') from iteblog;
  2. abctdtdtdt

21、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

  1. hive> select split('abtcdtef','t') from iteblog;
  2. ["ab","cd","ef"]

22、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

  1. hive> select find_in_set('ab','ef,ab,de') from iteblog;
  2. 2
  3. hive> select find_in_set('at','ef,ab,de') from iteblog;
  4. 0

集合统计函数

1、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

  1. hive> select count(*) from iteblog;
  2. 20
  3. hive> select count(distinct t) from iteblog;
  4. 10

2、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

  1. hive> select sum(t) from iteblog;
  2. 100
  3. hive> select sum(distinct t) from iteblog;
  4. 70

3、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

  1. hive> select avg(t) from iteblog;
  2. 50
  3. hive> select avg (distinct t) from iteblog;
  4. 30

4、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

  1. hive> select min(t) from iteblog;
  2. 20

5、最大值统计函数: max

语法: max(col)
返回值: double
说明: 统计结果集中col字段的最大值

  1. hive> select max(t) from iteblog;
  2. 120

6、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）

7、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）

8、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

9、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

10．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

11、中位数函数: percentile

语法: percentile(BIGINT col, array(p1 [, p2]…))
返回值: array<double>
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<double>，其中为对应的百分位数。

  1. select percentile(score,array(0.2,0.4)) from iteblog；

取0.2，0.4位置的数据

12、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

13、近似中位数函数: percentile_approx

语法: percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B])
返回值: array<double>
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<double>，其中为对应的百分位数。

14、直方图: histogram_numeric

语法: histogram_numeric(col, b)
返回值: array<struct {‘x’,‘y’}>
说明: 以b为基准计算col的直方图信息。

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

复合类型构建操作

1、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

  1. hive> Create table iteblog as select map('100','tom','200','mary') as t from iteblog;
  2. hive> describe iteblog;
  3. t       map<string ,string>
  4. hive> select t from iteblog;
  5. {"100":"tom","200":"mary"}

2、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

  1. hive> create table iteblog as select struct('tom','mary','tim') as t from iteblog;
  2. hive> describe iteblog;
  3. t       struct<col1:string ,col2:string,col3:string>
  4. hive> select t from iteblog;
  5. {"col1":"tom","col2":"mary","col3":"tim"}

3、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

  1. hive> create table iteblog as select array("tom","mary","tim") as t from iteblog;
  2. hive> describe iteblog;
  3. t       array<string>
  4. hive> select t from iteblog;
  5. ["tom","mary","tim"]

复杂类型访问操作

1、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’

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

2、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’

  1. hive> Create table iteblog as select map('100','tom','200','mary') as t from iteblog;
  2. hive> select t['200'],t['100'] from iteblog;
  3. mary    tom

3、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

  1. hive> create table iteblog as select struct('tom','mary','tim') as t from iteblog;
  2. hive> describe iteblog;
  3. t       struct<col1:string ,col2:string,col3:string>
  4. hive> select t.col1,t.col3 from iteblog;
  5. tom     tim

复杂类型长度统计函数

1、Map类型长度函数: size(Map)

语法: size(Map<k .V>)
返回值: int
说明: 返回map类型的长度

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

2、array类型长度函数: size(Array)

语法: size(Array<T>)
返回值: int
说明: 返回array类型的长度

  1. hive> select size(array('100','101','102','103')) from iteblog;
  2. 4

3、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: 返回转换后的数据类型

  1. hive> select cast(1 as bigint) from iteblog;
  2. 1

如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论， 你可以免费 注册 一个本站的账号。
列表为空，暂无数据
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站，即表示您同意使用 Cookies 和您的相关数据。
    原文