hive sql，hive


目录 一、关系运算：... 4 1. 等值比较: =. 4 2. 不等值比较: <>. 4 3. 小于比较: <. 4 4. 小于等于比较: <=. 4 5. 大于比较: >. 5 6. 大于等于比较: >=. 5 7. 空值判断: IS NULL. 5 8. 非空判断: IS NOT NULL. 6 9. LIKE比较: LIKE. 6 10. JAVA的LIKE操作: RLIKE. 6 11. REGEXP操作: REGEXP. 7 二、数学运算：... 7 1. 加法操作: +. 7 2. 减法操作: - 7 3. 乘法操作: *. 8 4. 除法操作: /. 8 5. 取余操作: %.. 8 6. 位与操作: &.. 9 7. 位或操作: |. 9 8. 位异或操作: ^. 9 9．位取反操作: ~. 10 三、逻辑运算：... 10 1. 逻辑与操作: AND.. 10 2. 逻辑或操作: OR. 10 3. 逻辑非操作: NOT. 10 四、数值计算... 11 1. 取整函数: round. 11 2. 指定精度取整函数: round. 11 3. 向下取整函数: floor. 11 4. 向上取整函数: ceil 12 5. 向上取整函数: ceiling. 12 6. 取随机数函数: rand. 12 7. 自然指数函数: exp. 13 8. 以10为底对数函数: log10. 13 9. 以2为底对数函数: log2. 13 10. 对数函数: log. 13 11. 幂运算函数: pow.. 14 12. 幂运算函数: power. 14 13. 开平方函数: sqrt. 14 14. 二进制函数: bin. 14 15. 十六进制函数: hex. 15 16. 反转十六进制函数: unhex. 15 17. 进制转换函数: conv. 15 18. 绝对值函数: abs. 16 19. 正取余函数: pmod. 16 20. 正弦函数: sin. 16 21. 反正弦函数: asin. 16 22. 余弦函数: cos. 17 23. 反余弦函数: acos. 17 24. positive函数: positive. 17 25. negative函数: negative. 17 五、日期函数... 18 1. UNIX时间戳转日期函数: from_unixtime. 18 2. 获取当前UNIX时间戳函数: unix_timestamp. 18 3. 日期转UNIX时间戳函数: unix_timestamp. 18 4. 指定格式日期转UNIX时间戳函数: unix_timestamp. 18 5. 日期时间转日期函数: to_date. 19 6. 日期转年函数: year. 19 7. 日期转月函数: month. 19 8. 日期转天函数: day. 19 9. 日期转小时函数: hour. 20 10. 日期转分钟函数: minute. 20 11. 日期转秒函数: second. 20 12. 日期转周函数: weekofyear. 20 13. 日期比较函数: datediff 21 14. 日期增加函数: date_add. 21 15. 日期减少函数: date_sub. 21 六、条件函数... 21 1. If函数: if 21 2. 非空查找函数: COALESCE. 22 3. 条件判断函数：CASE. 22 4. 条件判断函数：CASE. 22 七、字符串函数... 23 1. 字符串长度函数：length. 23 2. 字符串反转函数：reverse. 23 3. 字符串连接函数：concat. 23 4. 带分隔符字符串连接函数：concat_ws. 23 5. 字符串截取函数：substr,substring. 24 6. 字符串截取函数：substr,substring. 24 7. 字符串转大写函数：upper,ucase. 24 8. 字符串转小写函数：lower,lcase. 25 9. 去空格函数：trim.. 25 10. 左边去空格函数：ltrim.. 25 11. 右边去空格函数：rtrim.. 25 12. 正则表达式替换函数：regexp_replace. 26 13. 正则表达式解析函数：regexp_extract. 26 14. URL解析函数：parse_url 26 15. json解析函数：get_json_object. 27 16. 空格字符串函数：space. 27 17. 重复字符串函数：repeat. 27 18. 首字符ascii函数：ascii 28 19. 左补足函数：lpad. 28 20. 右补足函数：rpad. 28 21. 分割字符串函数: split. 28 22. 集合查找函数: find_in_set. 29 八、集合统计函数... 29 1. 个数统计函数: count. 29 2. 总和统计函数: sum.. 29 3. 平均值统计函数: avg. 30 4. 最小值统计函数: min. 30 5. 最大值统计函数: max. 30 6. 非空集合总体变量函数: var_pop. 30 7. 非空集合样本变量函数: var_samp. 31 8. 总体标准偏离函数: stddev_pop. 31 9. 样本标准偏离函数: stddev_samp. 31 10．中位数函数: percentile. 31 11. 中位数函数: percentile. 31 12. 近似中位数函数: percentile_approx. 32 13. 近似中位数函数: percentile_approx. 32 14. 直方图: histogram_numeric. 32 九、复合类型构建操作... 32 1. Map类型构建: map. 32 2. Struct类型构建: struct. 33 3. array类型构建: array. 33 十、复杂类型访问操作... 33 1. array类型访问: A[n] 33 2. map类型访问: M[key] 34 3. struct类型访问: S.x. 34 十一、复杂类型长度统计函数... 34 1.      Map类型长度函数: size(Map<K.V>) 34 2.      array类型长度函数: size(Array<T>) 34 3.      类型转换函数... 35

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; OK 201111120900:00:00     2011111209
hive> selecta,b,a<b,a>b,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>describe lxw_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') from lxw_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; ABSED hive> select ucase('abSEd') from lxw_dual; 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 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<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。 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<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。 举例：
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。 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<string,string> 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<col1:string,col2:string,col3:string> 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<string> 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<col1:string,col2:string,col3:string> 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<K.V>) 语法: size(Map<K.V>) 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<T>) 语法: size(Array<T>) 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 <type>) 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;

相关内容