【大数据之Hive】十四、Hive-HQL函数之炸裂函数和窗口函数

一、炸裂函数UDTF

  将一行数据拆分多行，即制表函数，接收一行数据，输出一行或多行数据。

1 explode

  把一行数组或者键值对数据拆分为多行，返回元素

语法：

--explode()：把一行数组或者键值对数据拆分为多行，返回元素
select explode(array(value1,value2,...)) as item from table_name;
select explode(map(key1,value1,key2,value2,...)) as (key,value) from table_name;

2 posexplode

  pos表示元素在数组中的位置即下标，返回元素及位置（下标）

--posexplode()：pos表示元素在数组中的位置即下标，返回元素及位置（下标）
select posexplode(array(value1,value2,...)) as (pos,item) from table_name;

3 inline

  拆分结构体数据，一个结构体作为一行。

--inline()：一个结构体作为一行
select inline(array(struct(property1,value1_1,property2,value2_1,....),
                    struct(property1,value1_2,property2,value2_2,....),
                    )
             )
as (property1,property2,...)
from table_name;

--如:
select inline(
    array(
        named_struct("id",1,"name","zs"),
        named_struct("id",2,"name","ls"),
        named_struct("id",3,"name","ww")
    )
)
as (id,name)
from table_name;

4 Lateral View

  UDTF通常与Lateral View使用。
  Lateral View将UDTF应用到源表的每行数据，把每行数据转换为一行或多行，并将源表中每行的输出结果与该行连接起来，形成一个虚拟表。

--lateral view：与explode连用
select 
    ...,
    new_col
from table_name lateral view explode(col_name) tmp as new_col;
--把from后当作一个整体，作为虚拟表，tmp为炸出来的表

5 案例

数据准备：
表结构：

--建表
create table movie_info(
    movie string,     --电影名称
    category string   --电影分类
) 
row format delimited fields terminated by"\t";

--插入数据
insert overwrite table movie_info
values ("《疑犯追踪》", "悬疑,动作,科幻,剧情"),
       ("《Lie tome》", "悬疑,警匪,动作,心理,剧情"),
       ("《战狼2》","战争,动作,灾难");

需求及实现：

--根据电影信息表，统计各分类（分组聚合）的电影数量：cate cnt
select
    cate,
    count(*) cnt
from(
    select
    movie,
    cate
    from(
        select    --t1表用于分割一个电影的一串类别字符串为类别数组
            movie,
            split(category,',') cates
        from movie_info                 
    )t1 lateral view explode(cates) tmp as cate    --炸裂为虚拟表t2
)t2
group by cate;

二、窗口函数