Hive函数大全

lizg2010

贡献于2014-02-21

字数:20967 关键词: 数据挖掘

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) 34 2. array类型长度函数: size(Array) 34 3. 类型转换函数 35 一、关系运算: 1. 等值比较: = 语法:A=B 操作类型:所有基本类型 描述: 如果表达式A与表达式B相等,则为TRUE;否则为FALSE 举例: hive> select 1 from lxw_dual where 1=1; 1 2. 不等值比较: <> 语法: A <> B 操作类型: 所有基本类型 描述: 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 举例: hive> select 1 from lxw_dual where 1 <> 2; 1 3. 小于比较: < 语法: A < B 操作类型: 所有基本类型 描述: 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 举例: hive> select 1 from lxw_dual where 1 < 2; 1 4. 小于等于比较: <= 语法: A <= B 操作类型: 所有基本类型 描述: 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 举例: hive> select 1 from lxw_dual where 1 <= 1; 1 5. 大于比较: > 语法: A > B 操作类型: 所有基本类型 描述: 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 举例: hive> select 1 from lxw_dual where 2 > 1; 1 6. 大于等于比较: >= 语法: A >= B 操作类型: 所有基本类型 描述: 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 举例: hive> select 1 from lxw_dual 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 lxw_dual; OK 2011111209 00:00:00 2011111209 hive> select a,b,ab,a=b from lxw_dual; 2011111209 00:00:00 2011111209 false true false 7. 空值判断: IS NULL 语法: A IS NULL 操作类型: 所有类型 描述: 如果表达式A的值为NULL,则为TRUE;否则为FALSE 举例: hive> select 1 from lxw_dual where null is null; 1 8. 非空判断: IS NOT NULL 语法: A IS NOT NULL 操作类型: 所有类型 描述: 如果表达式A的值为NULL,则为FALSE;否则为TRUE 举例: hive> select 1 from lxw_dual where 1 is not null; 1 9. LIKE比较: LIKE 语法: A LIKE B 操作类型: strings 描述: 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。 举例: hive> select 1 from lxw_dual where 'football' like 'foot%'; 1 hive> select 1 from lxw_dual where 'football' like 'foot____'; 1 注意:否定比较时候用NOT A LIKE B hive> select 1 from lxw_dual where NOT 'football' like 'fff%'; 1 10. JAVA的LIKE操作: RLIKE 语法: A RLIKE B 操作类型: strings 描述: 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。 举例: hive> select 1 from lxw_dual where 'footbar’ rlike '^f.*r$’; 1 注意:判断一个字符串是否全为数字: hive>select 1 from lxw_dual where '123456' rlike '^\\d+$'; 1 hive> select 1 from lxw_dual where '123456aa' rlike '^\\d+$'; 11. REGEXP操作: REGEXP 语法: A REGEXP B 操作类型: strings 描述: 功能与RLIKE相同 举例: hive> select 1 from lxw_dual where 'footbar' REGEXP '^f.*r$'; 1 二、数学运算: 1. 加法操作: + 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 举例: hive> select 1 + 9 from lxw_dual; 10 hive> create table lxw_dual as select 1 + 1.2 from lxw_dual; hive> describe lxw_dual; _c0 double 2. 减法操作: - 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 举例: hive> select 10 – 5 from lxw_dual; 5 hive> create table lxw_dual as select 5.6 – 4 from lxw_dual; hive> describe lxw_dual; _c0 double 3. 乘法操作: * 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 举例: hive> select 40 * 5 from lxw_dual; 200 4. 除法操作: / 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 举例: hive> select 40 / 5 from lxw_dual; 8.0 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 lxw_dual limit 1; 结果为4 hive>select ceil(28.0/6.99999999999999) from lxw_dual limit 1; 结果为5 5. 取余操作: % 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)。 举例: hive> select 41 % 5 from lxw_dual; 1 hive> select 8.4 % 4 from lxw_dual; 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 lxw_dual; 0.4 6. 位与操作: & 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)。 举例: hive> select 4 & 8 from lxw_dual; 0 hive> select 6 & 4 from lxw_dual; 4 7. 位或操作: | 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)。 举例: hive> select 4 | 8 from lxw_dual; 12 hive> select 6 | 8 from lxw_dual; 14 8. 位异或操作: ^ 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)。 举例: hive> select 4 ^ 8 from lxw_dual; 12 hive> select 6 ^ 4 from lxw_dual; 2 9.位取反操作: ~ 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。 举例: hive> select ~6 from lxw_dual; -7 hive> select ~4 from lxw_dual; -5 三、逻辑运算: 1. 逻辑与操作: AND 语法: A AND B 操作类型:boolean 说明:如果A和B均为TRUE,则为TRUE;否则为FALSE。如果A为NULL或B为NULL,则为NULL 举例: hive> select 1 from lxw_dual where 1=1 and 2=2; 1 2. 逻辑或操作: OR 语法: A OR B 操作类型:boolean 说明:如果A为TRUE,或者B为TRUE,或者A和B均为TRUE,则为TRUE;否则为FALSE 举例: hive> select 1 from lxw_dual where 1=2 or 2=2; 1 3. 逻辑非操作: NOT 语法: NOT A 操作类型:boolean 说明:如果A为FALSE,或者A为NULL,则为TRUE;否则为FALSE 举例: hive> select 1 from lxw_dual where not 1=2; 1 四、数值计算 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) 举例: hive> select round(3.1415926) from lxw_dual; 3 hive> select round(3.5) from lxw_dual; 4 hive> create table lxw_dual as select round(9542.158) from lxw_dual; hive> describe lxw_dual; _c0 bigint 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 举例: hive> select round(3.1415926,4) from lxw_dual; 3.1416 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 举例: hive> select floor(3.1415926) from lxw_dual; 3 hive> select floor(25) from lxw_dual; 25 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 举例: hive> select ceil(3.1415926) from lxw_dual; 4 hive> select ceil(46) from lxw_dual; 46 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 举例: hive> select ceiling(3.1415926) from lxw_dual; 4 hive> select ceiling(46) from lxw_dual; 46 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 举例: hive> select rand() from lxw_dual; 0.5577432776034763 hive> select rand() from lxw_dual; 0.6638336467363424 hive> select rand(100) from lxw_dual; 0.7220096548596434 hive> select rand(100) from lxw_dual; 0.7220096548596434 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 举例: hive> select exp(2) from lxw_dual; 7.38905609893065 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 举例: hive> select ln(7.38905609893065) from lxw_dual; 2.0 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 举例: hive> select log10(100) from lxw_dual; 2.0 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 举例: hive> select log2(8) from lxw_dual; 3.0 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 举例: hive> select log(4,256) from lxw_dual; 4.0 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 举例: hive> select pow(2,4) from lxw_dual; 16.0 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 举例: hive> select power(2,4) from lxw_dual; 16.0 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 举例: hive> select sqrt(16) from lxw_dual; 4.0 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 举例: hive> select bin(7) from lxw_dual; 111 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 举例: hive> select hex(17) from lxw_dual; 11 hive> select hex(‘abc’) from lxw_dual; 616263 16. 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 举例: hive> select unhex(‘616263’) from lxw_dual; abc hive> select unhex(‘11’) from lxw_dual; - hive> select unhex(616263) from lxw_dual; abc 17. 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 18. 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 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 举例: hive> select pmod(9,4) from lxw_dual; 1 hive> select pmod(-9,4) from lxw_dual; 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 举例: hive> select sin(0.8) from lxw_dual; 0.7173560908995228 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 举例: hive> select asin(0.7173560908995228) from lxw_dual; 0.8 22. 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 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 举例: hive> select acos(0.6216099682706644) from lxw_dual; 0.9 24. 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 25. 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 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 举例: hive> select unix_timestamp() from lxw_dual; 1323309615 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。 举例: hive> select unix_timestamp('2011-12-07 13:01:03') from lxw_dual; 1323234063 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。 举例: hive> select unix_timestamp('20111207 13:01:03','yyyyMMdd HH:mm:ss') from lxw_dual; 1323234063 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。 举例: hive> select to_date('2011-12-08 10:03:01') from lxw_dual; 2011-12-08 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。 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 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。 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 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 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。 举例: hive> select hour('2011-12-08 10:03:01') from lxw_dual; 10 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 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。 举例: hive> select second('2011-12-08 10:03:01') from lxw_dual; 1 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。 举例: hive> select weekofyear('2011-12-08 10:03:01') from lxw_dual; 49 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。 举例: hive> select datediff('2012-12-08','2012-05-09') from lxw_dual; 213 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。 举例: hive> select date_add('2012-12-08',10) from lxw_dual; 2012-12-18 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。 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 2. 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 3. 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 4. 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 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 举例: hive> select reverse(abcedfg’) from lxw_dual; gfdecba 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 举例: hive> select concat(‘abc’,'def’,'gh’) from lxw_dual; abcdefgh 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 举例: hive> select concat_ws(',','abc','def','gh') from lxw_dual; abc,def,gh 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 举例: hive> select substr('abcde',3) from lxw_dual; cde hive> select substring('abcde',3) from lxw_dual; cde hive> select substr('abcde',-1) from lxw_dual; (和ORACLE相同) e 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 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 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 举例: hive> select upper('abSEd') from lxw_dual; ABSED hive> select ucase('abSEd') from lxw_dual; ABSED 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 举例: hive> select lower('abSEd') from lxw_dual; absed hive> select lcase('abSEd') from lxw_dual; absed 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 举例: hive> select trim(' abc ') from lxw_dual; abc 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 举例: hive> select ltrim(' abc ') from lxw_dual; abc 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 举例: hive> select rtrim(' abc ') from lxw_dual; abc 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。 举例: hive> select regexp_replace('foobar', 'oo|ar', '') from lxw_dual; fb 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。 举例: hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) from lxw_dual; the hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from lxw_dual; bar hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0) from lxw_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; 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. 举例: hive> select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') from lxw_dual; facebook.com hive> select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1') from lxw_dual; v1 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。 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 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 举例: hive> select space(10) from lxw_dual; hive> select length(space(10)) from lxw_dual; 10 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 举例: hive> select repeat('abc',5) from lxw_dual; abcabcabcabcabc 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 举例: hive> select ascii('abcde') from lxw_dual; 97 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 举例: hive> select lpad('abc',10,'td') from lxw_dual; tdtdtdtabc 注意:与GP,ORACLE不同,pad 不能默认 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 举例: hive> select rpad('abc',10,'td') from lxw_dual; abctdtdtdt 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 举例: hive> select split('abtcdtef','t') from lxw_dual; ["ab","cd","ef"] 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 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(DISTINCT expr[, 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 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 举例: hive> select sum(t) from lxw_dual; 100 hive> select sum(distinct t) from lxw_dual; 70 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 举例: hive> select avg(t) from lxw_dual; 50 hive> select avg (distinct t) from lxw_dual; 30 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 举例: hive> select min(t) from lxw_dual; 20 5. 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 6. 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: 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) 举例: 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 举例: 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 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: 11. 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 12. 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: 13. 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: 14. 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。 举例: hive> select histogram_numeric(100,5) from lxw_dual; [{"x":100.0,"y":1.0}] 九、复合类型构建操作 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 举例: hive> Create table lxw_test as select map('100','tom','200','mary') as t from lxw_dual; hive> describe lxw_test; t map hive> select t from lxw_test; {"100":"tom","200":"mary"} 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 举例: hive> create table lxw_test as select struct('tom','mary','tim') as t from lxw_dual; hive> describe lxw_test; t struct hive> select t from lxw_test; {"col1":"tom","col2":"mary","col3":"tim"} 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 举例: hive> create table lxw_test as select array("tom","mary","tim") as t from lxw_dual; hive> describe lxw_test; t array hive> select t from lxw_test; ["tom","mary","tim"] 十、复杂类型访问操作 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' 举例: hive> create table lxw_test as select array("tom","mary","tim") as t from lxw_dual; hive> select t[0],t[1],t[2] from lxw_test; tom mary tim 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' 举例: hive> Create table lxw_test as select map('100','tom','200','mary') as t from lxw_dual; hive> select t['200'],t['100'] from lxw_test; mary tom 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 举例: hive> create table lxw_test as select struct('tom','mary','tim') as t from lxw_dual; hive> describe lxw_test; t struct hive> select t.col1,t.col3 from lxw_test; tom tim 十一、复杂类型长度统计函数 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 举例: hive> select size(map('100','tom','101','mary')) from lxw_dual; 2 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 举例: hive> select size(array('100','101','102','103')) from lxw_dual; 4 3. 类型转换函数 类型转换函数: cast 语法: cast(expr as ) 返回值: Expected "=" to follow "type" 说明: 返回array类型的长度 举例: hive> select cast(1 as bigint) from lxw_dual; 1

下载文档,方便阅读与编辑

文档的实际排版效果,会与网站的显示效果略有不同!!

需要 10 金币 [ 分享文档获得金币 ]
0 人已下载

下载文档

相关文档