Hive常用函数总结
trick:
1.能不用distinct去重，就不用它，可以考虑使用group by；
函数汇总：
1.求日期时间差：
datediff(时间A,时间B)，输入是字符串类型，因此用单引号''；输出是int类型。
例子：select datediff('2018-06-06','2018-05-06')
结果：31
hive中还要一个日期前推n天的函数，得到的还是日期格式的时间：date_sub(日期，前推的时间)，例子：
select date_sub('2018-08-23',1)得到的结果是‘2018-08-22’。
两种日期的转换：dt = '20190408',partition_date = '2019-04-08'
从partition_date到dt:date2datekey('partition_date')，反过来用datekey2datek('dt')
select date2datekey('2019-04-08')2.求星期几：pmod()
pmod(datediff(partition_date,'2018-05-06'),7)
3.根据时间戳求对应的日期：
from_unixtime(时间戳)。这里的时间戳包含两种形式：一种是10位，直接作为from_unixtime的输入就好，一类是13位，这时需要除以1000.返回值是'2018-06-02'字样的日期。
from_unixtime(timestamp)
4.获取小时：
hour()
hour(from_unixtime(order_add_timestamp))
5.字符串中查找字符：
instr( string1, string2, start_position,nth_appearance )，
string1:源字符串，要在此字符串中查找。
string2:要在string1中查找的字符串 。
start_position:代表string1 的哪个位置开始查找。
instr(weekday_unavailable,'5')
6.拆分字符串split()
split('192.168.0.1','\\.')
得到的结果：
["192","168","0","1"]
需要注意的是：
当然当split包含在 "" 之中时 需要加4个\
如 hive -e ".... split('192.168.0.1','\\\\.') ... " 不然得到的值是null
同样的 | 等特殊符号也需要做类似 处理。
7. 连接字段的函数：concat()
用法：concat(string s1, string s2, string s3)
这个函数能够把字符串类型的数据连接起来，连接的某个元素可以是列值。
如 concat( name, ':', score) 就相当于把name列和score列用逗号连接起来了。
8. 强制转换类型函数：cast()
用法：cast(value AS TYPE)
功能：将某个列的值显示的转化为某个类型
例子：cast(score as string ) 将double类型的数据转化为了String类型
9. 设置固定连接符号的连接字段的函数：contact_ws()
用法：contact_ws(seperator, string s1, string s2...)
功能：制定分隔符将多个字符串连接起来
10.组内排序函数：row_number()
用法：select COLUMN_A,COLUMN_B,
row_number() OVER (partition BY COLUMN_A ORDER BY COLUMN_B ASC/DESC) rn
from table
功能：组内排序
详情参考：https://blog.csdn.net/pearl8899/article/details/83144224
11.组内连接各个字段的函数：group_concat
用法：group_concat([DISTINCT] 要连接的字段 [Order BY ASC/DESC 排序字段] [Separator '分隔符'])
功能：将有相同key的记录中的其他字段组合起来，自动连接为一个字段，该字段中的每一个元素都是同一个意思，具有相同的key。
例子：
- select * from aa;
+------+------+
| id| name |
+------+------+
|1 | 10|
|1 | 20|
|1 | 20|
|2 | 20|
|3 | 200 |
|3 | 500 |
+------+------+
select id,group_concat(name) from aa group by id;
+------+--------------------+
| id| group_concat(name) |
+------+--------------------+
|1 | 10,20,20|
|2 | 20 |
|3 | 200,500|
+------+--------------------+
3 rows in set (0.00 sec)
12.返回第一个非null的参数，Coalesce函数
用法：COALESCE ( expression [ ,...n ] )，返回其参数中第一个非空表达式
举例：SELECT COALESCE(NULL, NULL, GETDATE())
解释：由于两个参数都为null，所以返回getdate（）函数的值，也就是当前时间。即返回第一个非空的值。由于这个函数是返回第一个非空的值，所以参数里面必须最少有一个非空的值。如果里面都是null，则会报错。
13.将字符串转化为map的格式，函数str_to_map
用法：str_to_map(text[, delimiter1, delimiter2])
Splits text into key-value pairs using two delimiters. Delimiter1 separates text into K-V pairs, and Delimiter2 splits each K-V pair. Default delimiters are ',' for delimiter1 and '=' for delimiter2.
hive>
> select str_to_map('aaa:11&bbb:22', '&', ':')
> from tmp.tmp_jzl_20140725_test11;
OK
{"bbb":"22","aaa":"11"}
案例2:
hive> select str_to_map('aaa:11&bbb:22', '&', ':')['aaa']
> from tmp.tmp_jzl_20140725_test11;
14 删除1年前的数据分区
alter table app.test drop if exists partition(dt='$now.$now.delta(365).datekey');
15 get_json_object(AAA, '$.XXX')
解析json格式的字段，AAA={"DIB":"249.0","DIe3":"179.0"} ,
select get_json_object(AAA, '$.DIe3')
from aaa.xxxx
out：179.0
16 size()计算数组长度
17 length()计算字符串的长度