hive常用函数大全

Hive常用函数大全

第1章 算数运算

1.1 加法： +

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 zuoyyyy;

10

hive > create table zuoyyyy as select 1 + 1.2 from zuoyyyy;

hive > describe zuoyyyy;

 _c0 double

1.2 减法： -

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 zuoyyyy;

5

hive > create table zuoyyyy as select 5.6 -- 4 from zuoyyyy;

hive > describe zuoyyyy;

 _c0 double

1.3 乘法： *

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 zuoyyyy;

200

1.4 除法： /

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 zuoyyyy;

8.0

1

2

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 zuoyyyy limit 1;

结果为4

hive >select ceil(28.0/6.99999999999999) from zuoyyyy limit 1;

结果为5

1.5 取余： %

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 zuoyyyy;

1

hive > select 8.4 % 4 from zuoyyyy;

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 zuoyyyy;

0.4

1.6 位与： &

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 zuoyyyy;0

hive > select 6 & 4 from zuoyyyy;4

1.7 位或： |

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 zuoyyyy;

12

hive > select 6  | 8 from zuoyyyy;

14

1.8 位异或： ^

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 zuoyyyy;

12

hive > select 6  ^ 4 from zuoyyyy;

2

1.9 位取反： ~

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 zuoyyyy;

-7

hive > select  ~4 from zuoyyyy;

-5

第2章 关系运算

2.1 等值比较： =

语法：A=B

操作类型：所有基本类型

说明： 如果表达式A与表达式B相等，则为TRUE；否则为FALSE

hive > select 1 from zuoyyyy where 1=1;

1

2.2 不等值比较： < >

语法： A < > B

操作类型： 所有基本类型

说明： 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 zuoyyyy where 1  < > 2;

1

2.3 小于比较： <

语法： A < B

操作类型：所有基本类型

说明： 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 zuoyyyy where 1  < 2;

1

2.4 小于等于比较： <=

语法： A <= B

操作类型： 所有基本类型

说明： 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 zuoyyyy where 1  < = 1;

1

2.5 大于比较： >

语法： A > B

操作类型： 所有基本类型

说明： 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 zuoyyyy where 2  > 1; |
|                                            |
| 1                                          |
+--------------------------------------------+

2.6 大于等于比较： >=

语法： A >= B

操作类型： 所有基本类型

说明： 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 zuoyyyy 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 zuoyyyy;                                  |
|                                                                 |
| OK                                                              |
|                                                                 |
| 2011111209 00：00：00     2011111209                            |
|                                                                 |
| hive > select a, b, a <b, a >b, a=b from zuoyyyy;               |
|                                                                 |
| 2011111209 00：00：00     2011111209      false   true    false |
+-----------------------------------------------------------------+

2.7 空值判断： IS NULL

语法： A IS NULL

操作类型： 所有类型

说明： 如果表达式A的值为NULL，则为TRUE；否则为FALSE

+--------------------------------------------------+
| hive > select 1 from zuoyyyy where null is null; |
|                                                  |
| 1                                                |
+--------------------------------------------------+

2.8 非空判断： IS NOT NULL

语法： A IS NOT NULL

操作类型： 所有类型

说明： 如果表达式A的值为NULL，则为FALSE；否则为TRUE

+---------------------------------------------------+
| hive > select 1 from zuoyyyy where 1 is not null; |
|                                                   |
| 1                                                 |
+---------------------------------------------------+

2.9 LIKE比较： LIKE

语法： A LIKE B

操作类型： strings

说明： 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 zuoyyyy where  'football ' like  'foot% ';        |
|                                                                        |
| 1                                                                      |
|                                                                        |
| hive > select 1 from zuoyyyy where  'football ' like  'foot _ _ _ _ '; |
|                                                                        |
| 1                                                                      |
|                                                                        |
|  <strong >注意：否定比较时候用NOT A LIKE B </strong >                      |
|                                                                        |
| hive > select 1 from zuoyyyy where NOT  'football ' like  'fff% ';     |
|                                                                        |
| 1                                                                      |
+------------------------------------------------------------------------+

2.10 JAVA的LIKE操作： RLIKE

语法： A RLIKE B

操作类型： strings

说明： 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 zuoyyyy 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 zuoyyyy where  '123456 ' rlike  ' ^    d+ $ ';    |
|                                                                       |
| 1                                                                     |
|                                                                       |
| hive > select 1 from zuoyyyy where  '123456aa ' rlike  ' ^    d+ $ '; |
+-----------------------------------------------------------------------+

2.11 REGEXP操作： REGEXP

语法： A REGEXP B

操作类型： strings

说明： 功能与RLIKE相同

+----------------------------------------------------------------------+
| hive > select 1 from zuoyyyy where  'footbar ' REGEXP  ' ^f. *r $ '; |
|                                                                      |
| 1                                                                    |
+----------------------------------------------------------------------+

第3章 数值函数

3.1 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 zuoyyyy;                        |
|                                                                     |
| 3                                                                   |
|                                                                     |
| hive > select round(3.5) from zuoyyyy;                              |
|                                                                     |
| 4                                                                   |
|                                                                     |
| hive > create table zuoyyyy as select round(9542.158) from zuoyyyy; |
|                                                                     |
| hive > describe zuoyyyy;                                            |
|                                                                     |
|  _c0     bigint                                                     |
+---------------------------------------------------------------------+

3.2 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 zuoyyyy; |
|                                                |
| 3.1416                                         |
+------------------------------------------------+

3.3 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 zuoyyyy; |
|                                              |
| 3                                            |
|                                              |
| hive > select floor(25) from zuoyyyy;        |
|                                              |
| 25                                           |
+----------------------------------------------+

3.4 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 zuoyyyy; |
|                                             |
| 4                                           |
|                                             |
| hive > select ceil(46) from zuoyyyy;        |
|                                             |
| 46                                          |
+---------------------------------------------+

3.5 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 zuoyyyy; |
|                                                |
| 4                                              |
|                                                |
| hive > select ceiling(46) from zuoyyyy;        |
|                                                |
| 46                                             |
+------------------------------------------------+

3.6 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 zuoyyyy;    |
|                                       |
| 0.5577432776034763                    |
|                                       |
| hive > select rand() from zuoyyyy;    |
|                                       |
| 0.6638336467363424                    |
|                                       |
| hive > select rand(100) from zuoyyyy; |
|                                       |
| 0.7220096548596434                    |
|                                       |
| hive > select rand(100) from zuoyyyy; |
|                                       |
| 0.7220096548596434                    |
+---------------------------------------+

3.7 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 zuoyyyy;               |
|                                                  |
| 7.38905609893065                                 |
|                                                  |
|  <strong >自然对数函数 </strong >： ln              |
|                                                  |
|  <strong >语法 </strong >： ln(double a)          |
|                                                  |
|  <strong >返回值 </strong >： double               |
|                                                  |
|  <strong >说明 </strong >： 返回a的自然对数          |
|                                                  |
| 1                                                |
|                                                  |
| hive > select ln(7.38905609893065) from zuoyyyy; |
|                                                  |
| 2.0                                              |
+--------------------------------------------------+

3.8 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 zuoyyyy; |
|                                        |
| 2.0                                    |
+----------------------------------------+

3.9 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 zuoyyyy; |
|                                     |
| 3.0                                 |
+-------------------------------------+

3.10 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 zuoyyyy; |
|                                        |
| 4.0                                    |
+----------------------------------------+

3.11 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 zuoyyyy; |
|                                      |
| 16.0                                 |
+--------------------------------------+

3.12 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 zuoyyyy; |
|                                        |
| 16.0                                   |
+----------------------------------------+

3.13 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 zuoyyyy; |
|                                      |
| 4.0                                  |
+--------------------------------------+

3.14 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 zuoyyyy; |
|                                    |
| 111                                |
+------------------------------------+

3.15 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 zuoyyyy;    |
|                                        |
| 11                                     |
|                                        |
| hive > select hex('abc') from zuoyyyy; |
|                                        |
| 616263                                 |
+----------------------------------------+

3.16 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 zuoyyyy; |
|                                       |
| 3.9                                   |
|                                       |
| hive > select abs(10.9) from zuoyyyy; |
|                                       |
| 10.9                                  |
+---------------------------------------+

3.17 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 zuoyyyy; |
|                                             |
| abc                                         |
|                                             |
| hive > select unhex('11') from zuoyyyy;     |
|                                             |
|  -                                          |
|                                             |
| hive > select unhex(616263) from zuoyyyy;   |
|                                             |
| abc                                         |
+---------------------------------------------+

3.18 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 zuoyyyy; |
|                                            |
| 11                                         |
|                                            |
| hive > select conv(17,10,2) from zuoyyyy;  |
|                                            |
| 10001                                      |
+--------------------------------------------+

3.19 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 zuoyyyy;  |
|                                        |
| 1                                      |
|                                        |
| hive > select pmod(-9,4) from zuoyyyy; |
|                                        |
| 3                                      |
+----------------------------------------+

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 zuoyyyy; |
|                                      |
| 0.7173560908995228                   |
+--------------------------------------+

3.21 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 zuoyyyy; |
|                                                      |
| 0.8                                                  |
+------------------------------------------------------+

3.22 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 zuoyyyy; |
|                                      |
| 0.6216099682706644                   |
+--------------------------------------+

3.23 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 zuoyyyy; |
|                                                      |
| 0.9                                                  |
+------------------------------------------------------+

3.24 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 zuoyyyy; |
|                                           |
| -10                                       |
|                                           |
| hive > select positive(12) from zuoyyyy;  |
|                                           |
| 12                                        |
+-------------------------------------------+

3.25 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 zuoyyyy; |
|                                          |
| 5                                        |
|                                          |
| hive > select negative(8) from zuoyyyy;  |
|                                          |
| -8                                       |
+------------------------------------------+

3.26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，a可为小数

hive > select ln(7.38905609893065);

2.0

3.27 正切函数：tan

语法： tan(double a)

返回值： double

说明： 返回a的正切值

hive > select tan(0.8);

1.0296385570503641

3.28 反正切函数：atan

语法： atan(double a)

返回值： double

说明： 返回a的反正切值

hive > select atan(1.0296385570503641);

0.8

3.29 弧度值转换角度值：degrees

语法： degrees(double a)

返回值： double

说明： 返回a的角度值

hive > select degrees(1);

57.29577951308232

3.30 角度值转换成弧度值：radians

语法： radians(double a)

返回值： double

说明： 返回a的弧度值

hive > select radians(57.29577951308232);

1.0

3.31 判断正负函数：sign

语法： sign(double a)

返回值： double

说明： 如果a是正数则返回1.0，是负数则返回-1.0，否则返回0.0

hive > select sign(-4);

-1.0

3.32 数学e函数：e

语法： e()

返回值： double

说明： 数学常数e

hive > select e();

2.718281828459045

3.33 数学pi函数：pi

语法： pi()

返回值： double

说明： 圆周率π

hive > select pi();

3.141592653589793

3.34 阶乘函数：factorial

语法： factorial(int a)

返回值： bigint

说明： 求a的阶乘

hive > select factorial(5);

120

3.35 立方根函数：cbrt

语法： cbrt(double a)

返回值： double

说明： 求a的立方根

hive > select cbrt(27);

3

3.36 左移函数：shiftleft

语法： shiftleft(BIGINT a, int b)

返回值： int bigint

说明： 按位左移

hive > select shiftleft(4,2);

16

3.37 右移函数：shiftright

语法： shiftright(BIGINT a, int b)

返回值： int bigint

说明： 按位右移

hive > select shiftright(16,1);

8

3.38 无符号按位右移函数：shiftrightunsigned

语法： shiftrightunsigned(BIGINT a, int b)

返回值： int bigint

说明： 无符号按位右移（ < < <）

hive > select shiftrightunsigned(32,2)

8

3.39 求最大值函数：greatest

语法： greatest(T v1, T v2, …)

返回值： T

说明： 求最大值

hive > select greatest(1,2,3);

3

3.40 求最小值函数：least

语法： least(T v1, T v2, …)

返回值： T

说明： 求最小值

hive > select least(1,2,3);

1

3.41 银行家舍入法函数：bround

语法： bround(double a)

返回值： double

说明： 银行家舍入法（1-4：舍，6-9：进，5- >前位数是偶：舍，5- >前位数是奇：进）

hive > select bround(3.5)

3.0

3.42 银行家精确舍入法函数：bround

语法： bround(double a，int d)

返回值： double

说明： 银行家舍入法,保留d位小数

hive > select bround(3.15，1)

3.1

hive > select bround(3.25，1)

3.3

第4章 日期函数

4.1 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 zuoyyyy; |
|                                                                     |
| 20111208                                                            |
+---------------------------------------------------------------------+

4.2 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 zuoyyyy; |
|                                               |
| 1323309615                                    |
+-----------------------------------------------+

4.3 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 zuoyyyy; |
|                                                                        |
| 1323234063                                                             |
+------------------------------------------------------------------------+

4.4 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 zuoyyyy;                                           |
|                                                                       |
| 1323234063                                                            |
+-----------------------------------------------------------------------+

4.5 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 zuoyyyy; |
|                                                                 |
| 2011-12-08                                                      |
+-----------------------------------------------------------------+

4.6 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 zuoyyyy; |
|                                                             |
| 2011                                                        |
|                                                             |
| hive > select year( '2012-12-08 ') from zuoyyyy;            |
|                                                             |
| 2012                                                        |
+-------------------------------------------------------------+

4.7 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 zuoyyyy; |
|                                                              |
| 12                                                           |
|                                                              |
| hive > select month( '2011-08-08 ') from zuoyyyy;            |
|                                                              |
| 8                                                            |
+--------------------------------------------------------------+

4.8 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 zuoyyyy; |
|                                                            |
| 8                                                          |
|                                                            |
| hive > select day( '2011-12-24 ') from zuoyyyy;            |
|                                                            |
| 24                                                         |
+------------------------------------------------------------+

4.9 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 zuoyyyy; |
|                                                             |
| 10                                                          |
+-------------------------------------------------------------+

4.10 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 zuoyyyy; |
|                                                               |
| 3                                                             |
+---------------------------------------------------------------+

4.11 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 zuoyyyy; |
|                                                               |
| 1                                                             |
+---------------------------------------------------------------+

4.12 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 zuoyyyy;  |
|                                                                   |
| 49                                                                |
+-------------------------------------------------------------------+

4.13 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 zuoyyyy; |
|                                                                     |
| 213                                                                 |
+---------------------------------------------------------------------+

4.14 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 zuoyyyy; |
|                                                          |
| 2012-12-18                                               |
+----------------------------------------------------------+

4.15 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 zuoyyyy;

2012-11-28

4.16 转化成指定的时区下时间戳函数： from _utc _timestamp

语法： from _utc _timestamp(timestamp, string timezone)

返回值： timestamp

说明： 如果给定的时间戳并非UTC，则将其转化成指定的时区下时间戳

hive > select from _utc _timestamp('1970-01-01 08：00：00','PST');

1970-01-01 00：00：00

4.17 转化成UTC下的时间戳函数： to _utc _timestamp

语法： to _utc _timestamp(timestamp, string timezone)

返回值： timestamp

说明： 如果给定的时间戳指定的时区下时间戳，则将其转化成UTC下的时间戳。

hive > select to _utc _timestamp('1970-01-01 00：00：00','PST');

1970-01-01 08：00：00

4.18 当前时间日期函数：current _date

语法： current _date()

返回值： date

说明： 返回当前时间日期

hive > select current _date;

2022-01-06

4.19 当前时间日期函数：current _timestamp

语法： current _timestamp()

返回值： timestamp

说明： 返回当前时间戳

hive > select current _timestamp();

2022-01-06 22：52：11.309

4.20 月份增加函数：add _months

语法： add _months(string start _date, int num _months)

返回值： string

说明： 返回当前时间下再增加num _months个月的日期

hive > select add _months('1996-10-21',10);

1997-08-21

4.21 最后一天的日期函数：last _day

语法： last _day(string date)

返回值： string

说明： 返回这个月的最后一天的日期，忽略时分秒部分（HH：mm：ss）

hive > select last _day(current _date());

2020-07-31

4.22 下一个星期X所对应的日期函数：next _day

语法： next _day(string start _date, string day _of _week)

返回值： string

说明： 返回当前时间的下一个星期X所对应的日期 如：next _day(‘2015-01-14’, ‘TU’) = 2015-01-20 以2015-01-14为开始时间，其下一个星期二所对应的日期为2015-01-20

hive > select next _day(current _date(),'su');

2020-07-19

4.23 时间的最开始年份或月份函数：trunc

语法： trunc(string date, string format)

返回值： string

说明： 返回时间的最开始年份或月份 如trunc(“2016-06-26”,“MM”)=2016-06-01 trunc(“2016-06-26”,“YY”)=2016-01-01 注意所支持的格式为MONTH/MON/MM, YEAR/YYYY/YY

hive > select trunc(current _date(),'MM');

2020-07-01

4.24 相差的月份函数：months _between

语法： months _between(date1, date2)

返回值： double

说明： 返回date1与date2之间相差的月份，如date1 >date2，则返回正，如果date1

hive > select months _between(current _date(),'2020-5-13');

2.0

4.25 指定格式返回时间函数：date _format

语法： date _format(date/timestamp/string ts, string fmt)

返回值： string

说明： 按指定格式返回时间date 如：date _format(“2016-06-22”,“MM-dd”)=06-22

hive > select date _format(current _date(),'MM.dd');

07.13

4.26 当前星期函数：dayofweek

语法： dayofweek(date)

返回值： int

说明： 返回日期那天的周几

hive > select dayofweek(current _date());

2

4.27 季节函数：quarter

语法： quarter(date/timestamp/string)

返回值： int

说明： 返回当前时间属性哪个季度

hive > select quarter('2015-04-08');

2

第5章 条件函数

5.1 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（valueTrue，valueFalseOrNull为泛型）

hive > select if(1=1,100,200);

100

5.2 空查找函数： nvl

语法： nvl(T value, T default _value)

返回值： T

说明： 如果value值为NULL就返回default _value,否则返回value

hive > select nvl(null,5);

5

5.3 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,44,55);

44

5.4 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 4 WHEN 5 THEN 5 WHEN 4 THEN 4 ELSE 3 END;

4

5.5 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 5 >0 THEN 5 WHEN 4 >0 THEN 4 ELSE 0 END;

5

5.6 空值判断函数：isnull

语法： isnull( a )

返回值： boolean

说明： 如果a为null就返回true，否则返回false

hive > select isnull(5);

false

5.7 非空值判断函数：isnotnull

语法： isnotnull ( a )

返回值： boolean

说明： 如果a为非null就返回true，否则返回false

hive > select isnotnull(5);

true

第6章 字符串函数

6.1 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 zuoyyyy; |
|                                                 |
| 7                                               |
+-------------------------------------------------+

6.2 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 zuoyyyy; |
|                                               |
| gfdecba                                       |
+-----------------------------------------------+

6.3 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 zuoyyyy; |
|                                                        |
| abcdefgh                                               |
+--------------------------------------------------------+

6.4 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 zuoyyyy; |
|                                                                      |
| abc,def,gh                                                           |
+----------------------------------------------------------------------+

6.5 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 zuoyyyy;                     |
|                                                                     |
| cde                                                                 |
|                                                                     |
| hive > select substring( 'abcde ',3) from zuoyyyy;                  |
|                                                                     |
| cde                                                                 |
|                                                                     |
| hive >  select substr( 'abcde ',-1) from zuoyyyy;  （和ORACLE相同） |
|                                                                     |
| e                                                                   |
+---------------------------------------------------------------------+

6.6 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 zuoyyyy;    |
|                                                      |
| cd                                                   |
|                                                      |
| hive > select substring( 'abcde ',3,2) from zuoyyyy; |
|                                                      |
| cd                                                   |
|                                                      |
| hive >select substring( 'abcde ',-2,2) from zuoyyyy; |
|                                                      |
| de                                                   |
+------------------------------------------------------+

6.7 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 zuoyyyy; |
|                                              |
| ABSED                                        |
|                                              |
| hive > select ucase( 'abSEd ') from zuoyyyy; |
|                                              |
| ABSED                                        |
+----------------------------------------------+

6.8 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 zuoyyyy; |
|                                              |
| absed                                        |
|                                              |
| hive > select lcase( 'abSEd ') from zuoyyyy; |
|                                              |
| absed                                        |
+----------------------------------------------+

6.9 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 zuoyyyy; |
|                                             |
| abc                                         |
+---------------------------------------------+

6.10 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 zuoyyyy; |
|                                              |
| abc                                          |
+----------------------------------------------+

6.11 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 zuoyyyy; |
|                                              |
| abc                                          |
+----------------------------------------------+

6.12 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 iteb |
| log;                                                                  |
|                                                                       |
| fb                                                                    |
+-----------------------------------------------------------------------+

6.13 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 zuoyyyy;                                                      |
|                                                                       |
| the                                                                   |
|                                                                       |
| hive > select regexp _extract( 'foothebar ',  'foo(. *?)(bar) ',      |
| 2) from zuoyyyy;                                                      |
|                                                                       |
| bar                                                                   |
|                                                                       |
| hive > select regexp _extract( 'foothebar ',  'foo(. *?)(bar) ',      |
| 0) from zuoyyyy;                                                      |
|                                                                       |
| 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 aa |
| a,                                                                    |
|                                                                       |
|   regexp _extract(data _field, '. *?contentLoaded _headStart    =( [  |
| ^& ]+) ',1) as bbb,                                                   |
|                                                                       |
|   regexp _extract(data _field, '. *?AppLoad2Req    =( [ ^& ]+) ',1) a |
| s ccc                                                                 |
|                                                                       |
|   from pt _nginx _loginlog _st                                        |
|                                                                       |
|   where pt =  '2012-03-26 ' limit 2;                                  |
+-----------------------------------------------------------------------+

6.14 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.zuoyyyy.com/path1/p.php?k1=v1& |
| k2=v2 #Ref1 ',  'HOST ') from zuoyyyy;                                |
|                                                                       |
| facebook.com                                                          |
|                                                                       |
| hive > select parse _url( 'https：//www.zuoyyyy.com/path1/p.php?k1=v1& |
| k2=v2 #Ref1 ',  'QUERY ',  'k1 ') from zuoyyyy;                       |
|                                                                       |
| v1                                                                    |
+-----------------------------------------------------------------------+

6.15 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 _zyyy.net ",                |
|                                                                       |
|  >   "owner "： "amy "                                                |
|                                                                       |
|  > }                                                                  |
|                                                                       |
|  >  ', ' $.owner ') from zuoyyyy;                                     |
|                                                                       |
| amy                                                                   |
+-----------------------------------------------------------------------+

6.16 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 zuoyyyy;         |
|                                               |
| hive > select length(space(10)) from zuoyyyy; |
|                                               |
| 10                                            |
+-----------------------------------------------+

6.17 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 zuoyyyy; |
|                                               |
| abcabcabcabcabc                               |
+-----------------------------------------------+

6.18 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 zuoyyyy; |
|                                              |
| 97                                           |
+----------------------------------------------+

6.19 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 zuoyyyy; |
|                                                     |
| tdtdtdtabc                                          |
|                                                     |
| 注意：与GP，ORACLE不同，pad 不能默认                    |
+-----------------------------------------------------+

6.20 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 zuoyyyy; |
|                                                     |
| abctdtdtdt                                          |
+-----------------------------------------------------+

6.21 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 zuoyyyy; |
|                                                       |
|  [ "ab ", "cd ", "ef " ]                              |
+-------------------------------------------------------+

6.22 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 zuoyyyy;

2

hive > select find _in _set( 'at ', 'ef,ab,de ') from zuoyyyy;

0

6.23 转换成64位的字符串：base64

语法： base64(binary bin)

返回值： string

说明：将二进制bin转换成64位的字符串

6.24 字符串连接函数：context _ngrams

语法：context _ngrams(array, array, int K, int pf)

返回值： array >

说明：与ngram类似，但context _ngram()允许你预算指定上下文(数组)来去查找子序列，具体看StatisticsAndDataMining(这里的解释更易懂)

6.25 将数值X转换成 " #, # # #, # # #. # # "格式字符串：format _number

语法： format _number(number x, int d)

返回值： string

说明：将数值X转换成 " #, # # #, # # #. # # "格式字符串，并保留d位小数，如果d为0，将进行四舍五入且不保留小数

hive > select format _number(123345.65545,2);

123,345.66

6.26 指定的字符集将二进制值bin解码成字符串：decode

语法： decode(binary bin, string charset)

返回值： string

说明：使用指定的字符集charset将二进制值bin解码成字符串，支持的字符集有：‘US-ASCII’, ‘ISO-8859-1’, ‘UTF-8’, ‘UTF-16BE’, ‘UTF-16LE’, ‘UTF-16’，如果任意输入参数为NULL都将返回NULL

6.27 指定的字符集charset将字符串编码成二进制值：encode

语法： encode(string src, string charset)

返回值： binary

说明：使用指定的字符集charset将字符串编码成二进制值，支持的字符集有：‘US-ASCII’, ‘ISO-8859-1’, ‘UTF-8’, ‘UTF-16BE’, ‘UTF-16LE’, ‘UTF-16’，如果任一输入参数为NULL都将返回NULL

6.28 文件数据与字符串str匹配： in _file

语法： in _file(string str, string filename)

返回值： boolean

说明：如果文件名为filename的文件中有一行数据与字符串str匹配成功就返回true

6.29 查找字符串str中子字符串substr出现的位置：instr

语法： instr(string str, string substr)

返回值： int

说明：查找字符串str中子字符串substr出现的位置，如果查找失败将返回0，如果任一参数为Null将返回null，注意位置为从1开始的

hive > select instr('dvfgefggdgaa','aa');

11

6.30 第一次出现的位置：locate

语法： locate(string substr, string str [, int pos ])

返回值： int

说明：查找字符串str中的pos位置后字符串substr第一次出现的位置

hive > select locate('aa','aabbedfaad',2);

8

6.31 返回出现次数TOP K的的子序列：ngrams

语法： ngrams(array, int N, int K, int pf)

返回值： array >

说明：返回出现次数TOP K的的子序列,n表示子序列的长度，具体看StatisticsAndDataMining (这里的解释更易懂)

6.32 printf风格格式输出字符串：printf

语法：printf(String format, Obj… args)

返回值： string

说明：按照printf风格格式输出字符串

hive > select printf('abfhg');

Abfhg

6.33 字符串str将被转换成单词数组：sentences

语法： sentences(string str, string lang, string locale)

返回值： array

说明：字符串str将被转换成单词数组，如：sentences(‘Hello there! How are you?’) =( (“Hello”, “there”), (“How”, “are”, “you”) )

hive > select sentences('Hello there! How are you?');

 [ ["Hello","there" ], ["How","are","you" ] ]

6.34 字符串反转函数：reverse

[[]{#t294 .anchor}]{#t293 .anchor}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('abc');

cba

6.35 字符串str按照指定分隔符转换成Map： split

语法：str _to _map(text [, delimiter1, delimiter2 ])

返回值： map

说明：将字符串str按照指定分隔符转换成Map，第一个参数是需要转换字符串，第二个参数是键值对之间的分隔符，默认为逗号;第三个参数是键值之间的分隔符，默认为 "= "

6.36 截取第count分隔符之前的字符串：substring _index

语法： substring _index(string A, string delim, int count)

返回值： string

说明：截取第count分隔符之前的字符串，如count为正则从左边开始截取，如果为负则从右边开始截取

6.37 字符串替换成to中的字符串：substring _index

语法： translate(string |char |varchar input, string |char |varchar from, string |char |varchar to)

返回值： string

说明：将input出现在from中的字符串替换成to中的字符串 如：translate(“MOBIN”,“BIN”,“M”)=“MOM”

hive > select translate("MOBIN","BIN","M");

MOM

6.38 首字母大写函数：initcap

语法：initcap(string A)

返回值： string

说明：将字符串A转换第一个字母大写其余字母的字符串

hive > select initcap('abcd def');

Abcd Def

6.39 两个字符串之间的差异大小： levenshtein

语法： levenshtein(string A, string B)

返回值： int

说明：计算两个字符串之间的差异大小 如：levenshtein(‘kitten’, ‘sitting’) = 3

hive > select levenshtein('kitten', 'sitting');

3

6.40 字符串转换成soundex字符串：soundex

语法： soundex(string A)

返回值： string

说明： 将普通字符串转换成soundex字符串

第7章 聚合函数

7.1 个数统计函数： count

语法： count( *), count(expr), count(DISTINCT expr [, expr… ])

返回值： bigint

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 _. ])统计提供非NULL且去重后的expr表达式值的行数

7.2 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

7.3 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

7.4 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

7.5 最大值统计函数： max

语法：max(col)

返回值： double

说明：统计结果集中col字段的最大值

7.6 非空集合总体变量函数：var _pop

语法： variance(col), 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），（求指定列数值的方差）

7.7 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）（求指定列数值的样本方差）

7.8 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（求指定列数值的标准偏差）

7.9 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，（求指定列数值的样本标准偏差）

7.10 协方差函数：covar _pop

语法： covar _pop(col1, col2)

返回值： double

说明：求指定列数值的协方差

7.11 样本协方差函数：covar _samp

语法： covar _samp(col1, col2)

返回值： double

说明：求指定列数值的样本协方差

7.12 相关系数函数：corr

语法：corr(col1, col2)

返回值： double

说明：返回两列数值的相关系数

7.13 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

7.14 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

select percentile(score, <0.2,0.4 >) from lxw _dual；取0.2，0.4位置的数据

1

7.15 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

7.16 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

7.17 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)

 [{"x"：100.0,"y"：1.0} ]

7.18 高级聚合：collect _list/collect _set

1）collect _list 收集并形成list集合，结果不去重

语法：collect _list(col)

返回值：array

说明：将某分组内该字段的所有值收集成为一个数组，结果不去重

hive >

select

sex,

collect _list(job)

from

employee

group by

sex

结果：

女  [ "行政 ", "研发 ", "行政 ", "前台 " ]

男  [ "销售 ", "研发 ", "销售 ", "前台 " ]

2）collect _set 收集并形成set集合，结果去重

语法：collect _set(col)

返回值：array

说明：将某分组内该字段的所有值收集成为一个数组，结果去重

hive >

select

sex,

collect _set(job)

from

employee

group by

sex

结果：

女  [ "行政 ", "研发 ", "前台 " ]

男  [ "销售 ", "研发 ", "前台 " ]

第8章 表生成函数

8.1 explode

语法： explode(array a)

返回值： Array Type

说明：对于a中的每个元素，将生成一行且包含该元素

8.2 explode

语法： explode(ARRAY)

返回值：N rows

说明：每行对应数组中的一个元素

8.3 explode

语法： explode(MAP)

返回值：N rows

说明：每行对应每个map键-值，其中一个字段是map的键，另一个字段是map的值

8.4 posexplode

语法： posexplode(ARRAY)

返回值：N rows

说明：与explode类似，不同的是还返回各元素在数组中的位置

8.5 posexplode

语法： stack(INT n, v _1, v _2, …, v _k)

返回值：N rows

说明：把M列转换成N行，每行有M/N个字段，其中n必须是个常数

8.6 posexplode

语法： json _tuple(jsonStr, k1, k2, …)

返回值： tuple

说明：从一个JSON字符串中获取多个键并作为一个元组返回，与get _json _object不同的是此函数能一次获取多个键值

8.7 parse _url _tuple

语法： parse _url _tuple(url, p1, p2, …)

返回值： tuple

说明：返回从URL中抽取指定N部分的内容，参数url是URL字符串，而参数p1,p2,…是要抽取的部分，这个参数包含HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, USERINFO, QUERY：

8.8 parse _url _tuple

语法： inline(ARRAY )

返回值： tuple

说明：将结构体数组提取出来并插入到表中

8.9 示例

一进多出（一行进入，多行输出）。

1. explode 将数组或者map展开

hive > select explode(array( 'a ', 'b ', 'd ', 'c '));

结果：

a

b

d

c

1. json _tuple 取出json字符串中属性的值

hive >

select json _tuple( '{ "name ": "王二狗 ", "sex ": "男 ", "age ": "25 "} ', 'name ', 'sex ', 'age ');

结果：

王二狗 男 25

第9章 复合类型构建操作

9.1 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 zuoyyyy as select map( '100 ', 'tom ', '200 ', 'm |
| ary ') as t from zuoyyyy;                                             |
|                                                                       |
| hive > describe zuoyyyy;                                              |
|                                                                       |
| t       map <string ,string >                                         |
|                                                                       |
| hive > select t from zuoyyyy;                                         |
|                                                                       |
| { "100 "： "tom ", "200 "： "mary "}                                  |
+-----------------------------------------------------------------------+

9.2 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 zuoyyyy as select struct( 'tom ', 'mary ', 'tim ' |
| ) as t from zuoyyyy;                                                  |
|                                                                       |
| hive > describe zuoyyyy;                                              |
|                                                                       |
| t       struct <col1：string ,col2：string,col3：string >             |
|                                                                       |
| hive > select t from zuoyyyy;                                         |
|                                                                       |
| { "col1 "： "tom ", "col2 "： "mary ", "col3 "： "tim "}              |
+-----------------------------------------------------------------------+

9.3 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 zuoyyyy as select array( "tom ", "mary ", "tim ") |
|  as t from zuoyyyy;                                                   |
|                                                                       |
| hive > describe zuoyyyy;                                              |
|                                                                       |
| t       array <string >                                               |
|                                                                       |
| hive > select t from zuoyyyy;                                         |
|                                                                       |
|  [ "tom ", "mary ", "tim " ]                                          |
+-----------------------------------------------------------------------+

第10章 复杂类型访问操作

10.1 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 zuoyyyy as select array( "tom ", "mary ", "tim ") |
|  as t from zuoyyyy;                                                   |
|                                                                       |
| hive > select t [0 ],t [1 ],t [2 ] from zuoyyyy;                      |
|                                                                       |
| tom     mary    tim                                                   |
+-----------------------------------------------------------------------+

10.2 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 zuoyyyy as select map( '100 ', 'tom ', '200 ', 'm |
| ary ') as t from zuoyyyy;                                             |
|                                                                       |
| hive > select t [ '200 ' ],t [ '100 ' ] from zuoyyyy;                 |
|                                                                       |
| mary    tom                                                           |
+-----------------------------------------------------------------------+

10.3 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 zuoyyyy as select struct( 'tom ', 'mary ', 'tim ' |
| ) as t from zuoyyyy;                                                  |
|                                                                       |
| hive > describe zuoyyyy;                                              |
|                                                                       |
| t       struct <col1：string ,col2：string,col3：string >             |
|                                                                       |
| hive > select t.col1,t.col3 from zuoyyyy;                             |
|                                                                       |
| tom     tim                                                           |
+-----------------------------------------------------------------------+

第11章 复杂类型长度统计函数

11.1 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 zuoyyyy; |
|                                                                         |
| 2                                                                       |
+-------------------------------------------------------------------------+

11.2 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 zuoyyyy; |
|                                                                          |
| 4                                                                        |
+--------------------------------------------------------------------------+

11.3 类型转换函数

1）转换成二进制： binary

语法： binary(string |binary)

返回值： binary

说明： 将输入的值转换成二进制

2）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 zuoyyyy; |
|                                               |
| 1                                             |
+-----------------------------------------------+

第12章 窗口函数

基本语法：函数 + over( [partition by … ] [order by … ] [窗口子句 ] )

·over表示开窗，默认窗口大小会包含所有数据。

·partition by表示根据字段再划分一个细窗口，相同字段进入同一个细窗口里面，每个窗口之间相互独立，窗口子句对于每个细窗口独立生效。

· order by表示窗口内按什么排序，如果只有over表示直接最大窗口排序；如果有partition by每个细窗口单独排序。

·窗口子句，可以进一步限定范围

(rows  | range) between (unbounded  |  [num ]) preceding and ( [num ] preceding  | current row  | (unbounded  |  [num ]) following

(rows  | range) between current row and (current row  | (unbounded  |  [num ]) following)

(rows  | range) between  [num ] following and (unbounded  |  [num ]) following

rows between unbounded preceding and unbounded following

行的范围为上无边界到下无边界（第一行到最后一行）。

注：窗口函数是一行一行执行的。

12.1 偏移量函数：lag

语法：lag(col,n,default _val)

返回值：字段类型

说明：往前第n行数据。

12.2 偏移量函数：lead

语法：lead(col,n, default _val)

返回值：字段类型

说明：往后第n行数据。

12.3 窗口分析函数：first _value

语法：first _value (col,true/false)

返回值：字段类型

说明：当前窗口下的第一个值，第二个参数为true，跳过空值。

12.4 窗口分析函数：last _value

语法：last _value (col,true/false)

返回值：字段类型

说明：当前窗口下的最后一个值，第二个参数为true，跳过空值。

12.5 跳跃排序函数：rank

语法：rank() over(…)

返回值：int

说明：排名相同时会重复，总数不会减少（12225…）。

12.6 不跳跃排序函数：dense _rank

语法：dense _rank() over(…)

返回值：int

说明：排名相同时会重复，总数会减少（12223…）。

12.7 顺序唯一的排序函数：row _number

语法：row _number() over(…)

返回值：int

说明：行号（1234567…）。

12.8 分组函数：lead

语法：ntile() over(…)

返回值：int

说明：分组并给上组号。

▼ 关注「漫话架构之美」，获取更多技术干货 ▼