hive 函数梳理

作者: 起个什么呢称呢 | 来源:发表于2018-08-07 14:44 被阅读172次

    一、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

    举例:

    hive>select 1 from lxw_dual 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

    举例:

    hive> select1 from lxw_dual 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

    举例:

    hive> select1 from lxw_dual 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

    举例:

    hive> select1 from lxw_dual 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

    举例:

    hive> select1 from lxw_dual 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

    举例:

    hive> select1 from lxw_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 lxw_dual;

    201111120900:00:00 2011111209

    hive> selecta,b,ab,a=b from lxw_dual;

    201111120900:00:00 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

    举例:

    hive> select1 from lxw_dual where null is null;

    1

    8. 非空判断: IS NOTNULL

    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> select1 from lxw_dual 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。

    举例:

    hive> select1 from lxw_dual where 'football' like 'foot%';

    1

    hive> select1 from lxw_dual where 'football' like 'foot____';

    1

    注意:否定比较时候用NOT ALIKE B

    hive> select1 from lxw_dual 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。

    举例:

    hive> select1 from lxw_dual where 'footbar’ rlike '^f.*r$’;

    1

    注意:判断一个字符串是否全为数字:

    hive>select 1from lxw_dual where '123456' rlike '^\\d+$';

    1

    hive> select1 from lxw_dual 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

    举例:

    hive> select1 from lxw_dual where 'footbar' REGEXP '^f.*r$';

    1

    二、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

    举例:

    hive> select1 + 9 from lxw_dual;

    10

    hive> createtable lxw_dual as select 1 + 1.2 from lxw_dual;

    hive> describelxw_dual;

    _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

    举例:

    hive> select10 – 5 from lxw_dual;

    5

    hive> createtable lxw_dual as select 5.6 – 4 from lxw_dual;

    hive>describe lxw_dual;

    _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

    举例:

    hive> select40 * 5 from lxw_dual;

    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

    举例:

    hive> select40 / 5 from lxw_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 lxw_duallimit 1;

    结果为4

    hive>select ceil(28.0/6.99999999999999) from lxw_dual limit1;

    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)。

    举例:

    hive> select 41 % 5 from lxw_dual;

    1

    hive> select 8.4 % 4 from lxw_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 lxw_dual;

    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)。

    举例:

    hive> select 4 & 8 from lxw_dual;

    0

    hive> select 6 & 4 from lxw_dual;

    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)。

    举例:

    hive> select 4 | 8 from lxw_dual;

    12

    hive> select 6 | 8 from lxw_dual;

    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)。

    举例:

    hive> select 4 ^ 8 from lxw_dual;

    12

    hive> select 6 ^ 4 from lxw_dual;

    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。

    举例:

    hive> select ~6 from lxw_dual;

    -7

    hive> select ~4 from lxw_dual;

    -5

    三、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

    举例:

    hive> select 1 from lxw_dual 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

    举例:

    hive> select 1 from lxw_dual 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

    举例:

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

    1

    四、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)

    举例:

    hive> select round(3.1415926) from lxw_dual;

    3

    hive> select round(3.5) from lxw_dual;

    4

    hive> create table lxw_dual as select round(9542.158) fromlxw_dual;

    hive> describe lxw_dual;

    _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

    举例:

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

    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

    举例:

    hive> select floor(3.1415926) from lxw_dual;

    3

    hive> select floor(25) from lxw_dual;

    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

    举例:

    hive> select ceil(3.1415926) from lxw_dual;

    4

    hive> select ceil(46) from lxw_dual;

    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

    举例:

    hive> select ceiling(3.1415926) from lxw_dual;

    4

    hive> select ceiling(46) from lxw_dual;

    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

    举例:

    hive> select rand() from lxw_dual;

    0.5577432776034763

    hive> select rand() from lxw_dual;

    0.6638336467363424

    hive> select rand(100) from lxw_dual;

    0.7220096548596434

    hive> select rand(100) from lxw_dual;

    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

    举例:

    hive> select exp(2) from lxw_dual;

    7.38905609893065

    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 lxw_dual;

    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

    举例:

    hive> select log10(100) from lxw_dual;

    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

    举例:

    hive> select log2(8) from lxw_dual;

    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

    举例:

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

    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

    举例:

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

    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

    举例:

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

    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

    举例:

    hive> select sqrt(16) from lxw_dual;

    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

    举例:

    hive> select bin(7) from lxw_dual;

    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

    举例:

    hive> select hex(17) from lxw_dual;

    11

    hive> select hex(‘abc’) from lxw_dual;

    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

    举例:

    hive> select unhex(‘616263’) from lxw_dual;

    abc

    hive> select unhex(‘11’) from lxw_dual;

    -

    hive> select unhex(616263) from lxw_dual;

    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

    举例:

    hive> select conv(17,10,16) from lxw_dual;

    11

    hive> select conv(17,10,2) from lxw_dual;

    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

    举例:

    hive> select abs(-3.9) from lxw_dual;

    3.9

    hive> select abs(10.9) from lxw_dual;

    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

    举例:

    hive> select pmod(9,4) from lxw_dual;

    1

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

    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

    举例:

    hive> select sin(0.8) from lxw_dual;

    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

    举例:

    hive> select asin(0.7173560908995228) from lxw_dual;

    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

    举例:

    hive> select cos(0.9) from lxw_dual;

    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

    举例:

    hive> select acos(0.6216099682706644) from lxw_dual;

    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

    举例:

    hive> select positive(-10) from lxw_dual;

    -10

    hive> select positive(12) from lxw_dual;

    12

    25. 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 lxw_dual;

    5

    hive> select negative(8) from lxw_dual;

    -8

    五、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

    举例:

    hive> select from_unixtime(1323308943,'yyyyMMdd') fromlxw_dual;

    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

    举例:

    hive> select unix_timestamp() from lxw_dual;

    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-ddHH: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 lxw_dual;

    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。

    举例:

    hive> select unix_timestamp('20111207 13:01:03','yyyyMMddHH:mm:ss') from lxw_dual;

    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。

    举例:

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

    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。

    举例:

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

    2011

    hive> select year('2012-12-08') from lxw_dual;

    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。

    举例:

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

    12

    hive> select month('2011-08-08') from lxw_dual;

    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。

    举例:

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

    8

    hive> select day('2011-12-24') from lxw_dual;

    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。

    举例:

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

    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。

    举例:

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

    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。

    举例:

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

    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。

    举例:

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

    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。

    举例:

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

    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。

    举例:

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

    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。

    举例:

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

    2012-11-28

    六、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

    举例:

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

    200

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

    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

    举例:

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

    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

    举例:

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

    mary

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

    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

    举例:

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

    mary

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

    tom

    七、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

    举例:

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

    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

    举例:

    hive> select reverse(abcedfg’) from lxw_dual;

    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

    举例:

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

    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

    举例:

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

    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

    举例:

    hive> select substr('abcde',3) from lxw_dual;

    cde

    hive> select substring('abcde',3) from lxw_dual;

    cde

    hive> selectsubstr('abcde',-1) from lxw_dual; (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, intstart, 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 lxw_dual;

    cd

    hive> select substring('abcde',3,2) from lxw_dual;

    cd

    hive>select substring('abcde',-2,2) from lxw_dual;

    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

    举例:

    hive> select upper('abSEd') from lxw_dual;

    hive> select ucase('abSEd') from lxw_dual;

    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

    举例:

    hive> select lower('abSEd') from lxw_dual;

    absed

    hive> select lcase('abSEd') from lxw_dual;

    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

    举例:

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

    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

    举例:

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

    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

    举例:

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

    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。

    举例:

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

    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。

    举例:

    hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) fromlxw_dual;

    the

    hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) fromlxw_dual;

    bar

    hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0) fromlxw_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;

    14. URL解析函数:parse_url

    语法: parse_url(string urlString, string partToExtract [, stringkeyToExtract])

    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> selectparse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') fromlxw_dual;

    facebook.com

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

    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。

    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 lxw_dual;

    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

    举例:

    hive> select space(10) from lxw_dual;

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

    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

    举例:

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

    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

    举例:

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

    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

    举例:

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

    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

    举例:

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

    abctdtdtdt

    21. 分割字符串函数: split

    语法: split(string str, stringpat)

    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:

    hive> select split('abtcdtef','t') from lxw_dual;

    ["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

    举例:

    hive> select find_in_set('ab','ef,ab,de') from lxw_dual;

    2

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

    0

    八、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(DISTINCTexpr[, expr_.])返回指定字段的不同的非空值的个数

    举例:

    hive> select count(*) from lxw_dual;

    20

    hive> select count(distinct t) from lxw_dual;

    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

    举例:

    hive> select sum(t) from lxw_dual;

    100

    hive> select sum(distinct t) from lxw_dual;

    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

    举例:

    hive> select avg(t) from lxw_dual;

    50

    hive> select avg (distinct t) from lxw_dual;

    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

    举例:

    hive> select min(t) from lxw_dual;

    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

    举例:

    hive> select max(t) from lxw_dual;

    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)

    举例:

    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)

    举例:

    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

    举例:

    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

    举例:

    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

    举例:

    11. 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 lxw_dual;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

    举例:

    13. 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:

    14. 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 lxw_dual;

    [{"x":100.0,"y":1.0}]

    九、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

    举例:

    hive> Create table lxw_test as select map('100','tom','200','mary')as t from lxw_dual;

    hive> describe lxw_test;

    t map

    hive> select t from lxw_test;

    {"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

    举例:

    hive> create table lxw_test as select struct('tom','mary','tim')as t from lxw_dual;

    hive> describe lxw_test;

    t struct

    hive> select t from lxw_test;

    {"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

    举例:

    hive> create table lxw_test as selectarray("tom","mary","tim") as t from lxw_dual;

    hive> describe lxw_test;

    t array

    hive> select t from lxw_test;

    ["tom","mary","tim"]

    十、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'

    举例:

    hive> create table lxw_test as selectarray("tom","mary","tim") as t from lxw_dual;

    hive> select t[0],t[1],t[2] from lxw_test;

    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'

    举例:

    hive> Create table lxw_test as selectmap('100','tom','200','mary') as t from lxw_dual;

    hive> select t['200'],t['100'] from lxw_test;

    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

    举例:

    hive> create table lxw_test as select struct('tom','mary','tim')as t from lxw_dual;

    hive> describe lxw_test;

    t struct

    hive> select t.col1,t.col3 from lxw_test;

    tom tim

    十一、复杂类型长度统计函数

    1. 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 lxw_dual;

    2

    2. 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 lxw_dual;

    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array类型的长度

    举例:

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

    1

    相关文章

      网友评论

        本文标题:hive 函数梳理

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