Hive常用函数大全一览
Hive常用函数大全一览
文章目录
- 1 关系运算
- 1.1 1、等值比较: =
- 1.2 2、不等值比较:
- 1.3 3、小于比较: <
- 1.4 4、小于等于比较: <=
- 1.5 5、大于比较: >
- 1.6 6、大于等于比较: >=
- 1.7 7、空值判断: IS NULL
- 1.8 8、非空判断: IS NOT NULL
- 1.9 9、LIKE比较: LIKE
- 1.10 10、JAVA的LIKE操作: RLIKE
- 1.11 11、REGEXP操作: REGEXP
- 2 数学运算：
- 2.1 1、加法操作: +
- 2.2 2、减法操作: -
- 2.3 3、乘法操作: *
- 2.4 4、除法操作: /
- 2.5 5、取余操作: %
- 2.6 6、位与操作: &
- 2.7 7、位或操作: |
- 2.8 8、位异或操作: ^
- 2.9 9．位取反操作: ~
- 3 逻辑运算：
- 3.1 1、逻辑与操作: AND
- 3.2 2、逻辑或操作: OR
- 3.3 3、逻辑非操作: NOT
- 4 数值计算
- 4.1 1、取整函数: round
- 4.2 2、指定精度取整函数: round
- 4.3 3、向下取整函数: floor
- 4.4 4、向上取整函数: ceil
- 4.5 5、向上取整函数: ceiling
- 4.6 6、取随机数函数: rand
- 4.7 7、自然指数函数: exp
- 4.8 8、以10为底对数函数: log10
- 4.9 9、以2为底对数函数: log2
- 4.10 10、对数函数: log
- 4.11 11、幂运算函数: pow
- 4.12 12、幂运算函数: power
- 4.13 13、开平方函数: sqrt
- 4.14 14、二进制函数: bin
- 4.15 15、十六进制函数: hex
- 4.16 16、反转十六进制函数: unhex
- 4.17 17、进制转换函数: conv
- 4.18 18、绝对值函数: abs
- 4.19 19、正取余函数: pmod
- 4.20 20、正弦函数: sin
- 4.21 21、反正弦函数: asin
- 4.22 22、余弦函数: cos
- 4.23 23、反余弦函数: acos
- 4.24 24、positive函数: positive
- 4.25 25、negative函数: negative
- 5 日期函数
- 5.1 1、UNIX时间戳转日期函数: from_unixtime
- 5.2 2、获取当前UNIX时间戳函数: unix_timestamp
- 5.3 3、日期转UNIX时间戳函数: unix_timestamp
- 5.4 4、指定格式日期转UNIX时间戳函数: unix_timestamp
- 5.5 5、日期时间转日期函数: to_date
- 5.6 6、日期转年函数: year
- 5.7 7、日期转月函数: month
- 5.8 8、日期转天函数: day
- 5.9 9、日期转小时函数: hour
- 5.10 10、日期转分钟函数: minute
- 5.11 11、日期转秒函数: second
- 5.12 12、日期转周函数: weekofyear
- 5.13 13、日期比较函数: datediff
- 5.14 14、日期增加函数: date_add
- 5.15 15、日期减少函数: date_sub
- 6 条件函数
- 6.1 1、If函数: if
- 6.2 2、非空查找函数: COALESCE
- 6.3 3、条件判断函数：CASE
- 6.4 4、条件判断函数：CASE
- 7 字符串函数
- 7.1 1、字符串长度函数：length
- 7.2 2、字符串反转函数：reverse
- 7.3 3、字符串连接函数：concat
- 7.4 4、带分隔符字符串连接函数：concat_ws
- 7.5 5、字符串截取函数：substr,substring
- 7.6 6、字符串截取函数：substr,substring
- 7.7 7、字符串转大写函数：upper,ucase
- 7.8 8、字符串转小写函数：lower,lcase
- 7.9 9、去空格函数：trim
- 7.10 10、左边去空格函数：ltrim
- 7.11 11、右边去空格函数：rtrim
- 7.12 12、正则表达式替换函数：regexp_replace
- 7.13 13、正则表达式解析函数：regexp_extract
- 7.14 14、URL解析函数：parse_url
- 7.15 15、json解析函数：get_json_object
- 7.16 16、空格字符串函数：space
- 7.17 17、重复字符串函数：repeat
- 7.18 18、首字符ascii函数：ascii
- 7.19 19、左补足函数：lpad
- 7.20 20、右补足函数：rpad
- 7.21 21、分割字符串函数: split
- 7.22 22、集合查找函数: find_in_set
- 8 集合统计函数
- 8.1 1、个数统计函数: count
- 8.2 2、总和统计函数: sum
- 8.3 3、平均值统计函数: avg
- 8.4 4、最小值统计函数: min
- 8.5 5、最大值统计函数: max
- 8.6 6、非空集合总体变量函数: var_pop
- 8.7 7、非空集合样本变量函数: var_samp
- 8.8 8、总体标准偏离函数: stddev_pop
- 8.9 9、样本标准偏离函数: stddev_samp
- 8.10 10．中位数函数: percentile
- 8.11 11、中位数函数: percentile
- 8.12 12、近似中位数函数: percentile_approx
- 8.13 13、近似中位数函数: percentile_approx
- 8.14 14、直方图: histogram_numeric
- 9 复合类型构建操作
- 9.1 1、Map类型构建: map
- 9.2 2、Struct类型构建: struct
- 9.3 3、array类型构建: array
- 10 复杂类型访问操作
- 10.1 1、array类型访问: A[n]
- 10.2 2、map类型访问: M[key]
- 10.3 3、struct类型访问: S.x
- 11 复杂类型长度统计函数
- 11.1 1.Map类型长度函数: size(Map
) - 11.2 2.array类型长度函数: size(Array
) - 11.3 3.类型转换函数
- 11.1 1.Map类型长度函数: size(Map
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
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
注意：否定比较时候用
NOT
A
LIKE
B
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
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
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
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
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#Ref1'
,
'HOST'
)
from
iteblog;
facebook.com
hive>
select
parse_url(
'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
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
select
percentile(score,<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
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
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。
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
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
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
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
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)
语法: size(Map
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)
语法: size(Array
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
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
|