美文网首页
Hive碎碎念(1):常用函数

Hive碎碎念(1):常用函数

作者: xxlee | 来源:发表于2019-04-23 16:06 被阅读0次

    转载请在文章起始处注明出处,谢谢。


    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

    
    hive> select 1 from iteblog where 1=1;
    
    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

    
    hive> select 1 from iteblog where 1 <> 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

    
    hive> select 1 from iteblog where 1 < 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

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

    
    hive> select 1 from iteblog where 2 > 1;
    
    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

    
    hive> select 1 from iteblog 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 iteblog;
    
    OK
    
    2011111209 00:00:00     2011111209
    
    hive> select a, b, a<b, a>b, a=b from iteblog;
    
    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

    
    hive> select 1 from iteblog where null is null;
    
    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

    
    hive> select 1 from iteblog where 1 is not null;
    
    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。

    
    hive> select 1 from iteblog where 'football' like 'foot%';
    
    1
    
    hive> select 1 from iteblog where 'football' like 'foot____';
    
    1
    
    <strong>注意:否定比较时候用NOT A LIKE B</strong>
    
    hive> select 1 from iteblog where NOT 'football' like 'fff%';
    
    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。

    
    hive> select 1 from iteblog where 'footbar’ rlike '^f.*r$’;
    
    1
    
    注意:判断一个字符串是否全为数字:
    
    hive>select 1 from iteblog where '123456' rlike '^\\d+$';
    
    1
    
    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

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

    
    hive> select 1 + 9 from iteblog;
    
    10
    
    hive> create table iteblog as select 1 + 1.2 from iteblog;
    
    hive> describe iteblog;
    
    _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

    
    hive> select 10 – 5 from iteblog;
    
    5
    
    hive> create table iteblog as select 5.6 – 4 from iteblog;
    
    hive> describe iteblog;
    
    _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

    
    hive> select 40 * 5 from iteblog;
    
    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

    
    hive> select 40 / 5 from iteblog;
    
    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 iteblog limit 1;   
    
    结果为4
    
    hive>select ceil(28.0/6.99999999999999) from iteblog limit 1;          
    
    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)。

    
    hive> select 41 % 5 from iteblog;
    
    1
    
    hive> select 8.4 % 4 from iteblog;
    
    0.40000000000000036
    
    <strong>注意</strong>: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 iteblog;
    
    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)。

    
    hive> select 4 & 8 from iteblog;
    
    0
    
    hive> select 6 & 4 from iteblog;
    
    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)。

    
    hive> select 4``` 8 from iteblog;
    
    12
    
    hive> select 6``` 8 from iteblog;
    
    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)。

    
    hive> select 4 ^ 8 from iteblog;
    
    12
    
    hive> select 6 ^ 4 from iteblog;
    
    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。

    
    hive> select ~6 from iteblog;
    
    -7
    
    hive> select ~4 from iteblog;
    
    -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

    
    hive> select 1 from iteblog where 1=1 and 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

    
    hive> select 1 from iteblog where 1=2 or 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

    
    hive> select 1 from iteblog where not 1=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)

    
    hive> select round(3.1415926) from iteblog;
    
    3
    
    hive> select round(3.5) from iteblog;
    
    4
    
    hive> create table iteblog as select round(9542.158) from iteblog;
    
    hive> describe iteblog;
    
    _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

    
    hive> select round(3.1415926,4) from iteblog;
    
    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

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

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

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

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

    
    hive> select exp(2) from iteblog;
    
    7.38905609893065
    
    <strong>自然对数函数</strong>: ln
    
    <strong>语法</strong>: ln(double a)
    
    <strong>返回值</strong>: double
    
    <strong>说明</strong>: 返回a的自然对数
    
    1
    
    hive> select ln(7.38905609893065) from iteblog;
    
    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

    
    hive> select log10(100) from iteblog;
    
    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

    
    hive> select log2(8) from iteblog;
    
    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

    
    hive> select log(4,256) from iteblog;
    
    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

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

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

    
    hive> select sqrt(16) from iteblog;
    
    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

    
    hive> select bin(7) from iteblog;
    
    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

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

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

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

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

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

    
    hive> select sin(0.8) from iteblog;
    
    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

    
    hive> select asin(0.7173560908995228) from iteblog;
    
    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

    
    hive> select cos(0.9) from iteblog;
    
    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

    
    hive> select acos(0.6216099682706644) from iteblog;
    
    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

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

    25、negative函数: negative

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

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

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

    
    hive> select unix_timestamp() from iteblog;
    
    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。

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

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

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

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

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

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

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

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

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

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

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

    
    hive> select date_add('2012-12-08',10) from iteblog;
    
    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。

    
    hive> select date_sub('2012-12-08',10) from iteblog;
    
    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

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

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

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

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

    
    hive> select length('abcedfg') from iteblog;
    
    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

    
    hive> select reverse(abcedfg’) from iteblog;
    
    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

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

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

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

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

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

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

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

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

    
    hive> select rtrim(' abc ') from iteblog;
    
    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。

    
    hive> select regexp_replace('foobar', 'oo```ar', '') from iteblog;
    
    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。

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

    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.

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

    
    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 iteblog;
    
    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

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

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

    
    hive> select ascii('abcde') from iteblog;
    
    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

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

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

    
    hive> select split('abtcdtef','t') from iteblog;
    
    ["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

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

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

    
    hive> select sum(t) from iteblog;
    
    100
    
    hive> select sum(distinct t) from iteblog;
    
    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

    
    hive> select avg(t) from iteblog;
    
    50
    
    hive> select avg (distinct t) from iteblog;
    
    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

    
    hive> select min(t) from iteblog;
    
    20
    
    

    5、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

    
    hive> select max(t) from iteblog;
    
    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。

    
    select percentile(score,&lt;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。

    
    hive> select histogram_numeric(100,5) from iteblog;
    
    [{"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

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

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

    
    hive> create table iteblog as select array("tom","mary","tim") as t from iteblog;
    
    hive> describe iteblog;
    
    t       array<string>
    
    hive> select t from iteblog;
    
    ["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'

    
    hive> create table iteblog as select array("tom","mary","tim") as t from iteblog;
    
    hive> select t[0],t[1],t[2] from iteblog;
    
    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'

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

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

    复杂类型长度统计函数

    1.Map类型长度函数: size(Map<k .V>)

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

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

    2.array类型长度函数: size(Array<T>)

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

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

    3.类型转换函数

    类型转换函数: cast
    语法: cast(expr as <type>)
    返回值: Expected "=" to follow "type"
    说明: 返回转换后的数据类型

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

    相关文章

      网友评论

          本文标题:Hive碎碎念(1):常用函数

          本文链接:https://www.haomeiwen.com/subject/pkavgqtx.html