hive学习教程（四）：hive的sql支持
七、hive的支持的sql
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
hive> select unhex(‘11’)from lxw_dual;
hive> select unhex(616263) from lxw_dual;
abc
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- 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 - 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 - 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 - 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 - 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 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
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
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;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;
v1json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”]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
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：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：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：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：
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：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：直方图:histogram_numeric
语法: histogram_numeric(col, b)
返回值: array