Hive学习(12)Hive常用日期函数

1、to_date:日期时间转日期函数

select to_date('2015-04-02 13:34:12');
输出:2015-04-02

2、from_unixtime:转化unix时间戳到当前时区的时间格式

select from_unixtime(1323308943,’yyyyMMdd’);
输出:20111208

3、unix_timestamp:获取当前unix时间戳

select unix_timestamp();
输出:1430816254
select unix_timestamp('2015-04-30 13:51:20');
输出:1430373080

4、year:返回日期中的年

select year('2015-04-02 11:32:12');
输出:2015

5、month:返回日期中的月份

select month('2015-12-02 11:32:12');
输出:12

6、day:返回日期中的天

select day('2015-04-13 11:32:12');
输出:13

7、hour:返回日期中的小时

select hour('2015-04-13 11:32:12');
输出:11

8、minute:返回日期中的分钟

select minute('2015-04-13 11:32:12');
输出:32

9、second:返回日期中的秒

select second('2015-04-13 11:32:56');
输出:56

10、weekofyear:返回日期在当前周数

select weekofyear('2015-05-05 12:11:1');
输出:19

11、datediff:返回开始日期减去结束日期的天数

select datediff('2015-04-09','2015-04-01');
输出:8

12、date_sub:返回日期前n天的日期

select date_sub('2015-04-09',4);
输出:2015-04-05

13、date_add:返回日期后n天的日期

select date_add('2015-04-09',4);
输出:2015-04-13

14、from_unixtime+ unix_timestamp Hive中yyyymmdd和yyyy-mm-dd日期之间的切换

思想:先转换成时间戳,再由时间戳转换为对应格式。
--20171205转成2017-12-05 
select from_unixtime(unix_timestamp('20171205','yyyymmdd'),'yyyy-mm-dd') from dual;

--2017-12-05转成20171205
select from_unixtime(unix_timestamp('2017-12-05','yyyy-mm-dd'),'yyyymmdd') from dual;

15:Hive中取最近30天数据

datediff(CURRENT_TIMESTAMP ,gmt_create)<=30 

16、Hive中 两个日期相差多少小时

select (unix_timestamp('2018-05-25 12:03:55') - unix_timestamp('2018-05-25 11:03:55'))/3600
输出:1

17、Hive中 两个日期相差多少分钟

select (unix_timestamp('2018-05-25 12:03:55') - unix_timestamp('2018-05-25 11:03:55'))/60
输出:60

18、hive 计算某一个日期属于星期几,如2018-05-20 是星期日

SELECT IF(pmod(datediff('2018-05-20', '1920-01-01') - 3, 7)='0', 7, pmod(datediff('2018-05-20', '1920-01-01') - 3, 7)) 
输出:7

19、hive返回上个月第一天和最后一天

--上个月第一天
select trunc(add_months(CURRENT_TIMESTAMP,-1),'MM')

select concat(substr(add_months(from_unixtime(unix_timestamp(),'yyyy-MM-dd'),-1),1,7),'-01'); 

--上个月最后一天
select date_sub(trunc(CURRENT_TIMESTAMP,'MM'),1);

原文链接:https://blog.csdn.net/u013421629/article/details/80450047

你可能感兴趣的:(hive,sql,数据仓库)