hive函数

roadsign

贡献于2012-11-25

字数:0 关键词: 分布式/云计算/大数据

关系运算 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 dual where 1=1; 1 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 dual where 1 <> 2; 1 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 dual where 1 < 2; 1 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 dual where 1 <= 1; 1 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 dual where 2 > 1; 1 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 dual where 1 >= 1; 1 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 udftest; OK 2011111209 00:00:00 2011111209 hive> select a,b,ab,a=b from udftest; 2011111209 00:00:00 2011111209 false true false 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 dual where null is null; 1 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 dual where 1 is not null; 1 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 dual where ‘football’ like ‘foot%’; 1 hive> select 1 from dual where ‘football’ like ‘foot____’; 1 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 dual where ‘footbar’ rlike ‘^f.*r$’; 1 REGEXP 操作: REGEXP 语法: A REGEXP B 操作类型: strings 描述: 功能与 RLIKE 相同 举例: hive> select 1 from dual where ‘footbar’ REGEXP ‘^f.*r$’; 1 数学运算 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 dual; 10 hive> create table udftest as select 1 + 1.2 from dual; hive> describe udftest; _c0 double 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 dual; 5 hive> create table udftest as select 5.6 – 4 from dual; hive> describe udftest; _c0 double 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 dual; 200 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 dual; 8.0 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 dual; 1 hive> select 8.4 % 4 from dual; 0.40000000000000036 注: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 dual; 0.4 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 dual; 0 hive> select 6 & 4 from dual; 4 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 dual; 12 hive> select 6 | 8 from dual; 14 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 dual; 12 hive> select 6 ^ 4 from dual; 2 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 dual; -7 hive> select ~4 from dual; -5 逻辑运算 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 dual where 1=1 and 2=2; 1 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 dual where 1=2 or 2=2; 1 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 dual where not 1=2; 1 复合类型构建操作 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 udftest as select map(’100′,’tom’,’200′,’mary’) as t from dual; hive> describe udftest; t map hive> select t from udftest; {“100″:”tom”,”200″:”mary”} 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 udftest as select struct(‘tom’,'mary’,'tim’) as t from dual; hive> describe udftest; t struct hive> select t from udftest; {“col1″:”tom”,”col2″:”mary”,”col3″:”tim”} 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 udftest as select array(“tom”,”mary”,”tim”) as t from dual; hive> describe udftest; t array hive> select t from udftest; ["tom","mary","tim"] 复杂类型访问操作 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 udftest as select array(“tom”,”mary”,”tim”) as t from dual; hive> select t[0],t[1],t[2] from udftest; tom mary tim 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 udftest as select map(’100′,’tom’,’200′,’mary’) as t from dual; hive> select t['200'],t['100'] from udftest; mary tom 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 udftest as select struct(‘tom’,'mary’,'tim’) as t from dual; hive> describe udftest; t struct hive> select t.col1,t.col3 from udftest; tom tim 数值计算 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 dual; 3 hive> select round(3.5) from dual; 4 hive> create table udftest as select round(9542.158) from dual; hive> describe udftest; _c0 bigint 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 dual; 3.1416 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 dual; 3 hive> select floor(25) from dual; 25 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 dual; 4 hive> select ceil(46) from dual; 46 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 dual; 4 hive> select ceiling(46) from dual; 46 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 dual; 0.5577432776034763 hive> select rand() from dual; 0.6638336467363424 hive> select rand(100) from dual; 0.7220096548596434 hive> select rand(100) from dual; 0.7220096548596434 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 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 dual; 2.0 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 dual; 2.0 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 dual; 3.0 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 dual; 4.0 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 dual; 16.0 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 dual; 16.0 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 dual; 4.0 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 dual; 111 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 dual; 11 hive> select hex(‘abc’) from dual; 616263 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 dual; abc hive> select unhex(’11′) from dual; - hive> select unhex(616263) from 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 dual; 11 hive> select conv(17,10,2) from 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 dual; 3.9 hive> select abs(10.9) from 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 dual; 1 hive> select pmod(-9,4) from 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 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 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 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 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 dual; -10 hive> select positive(12) from 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 dual; 5 hive> select negative(8) from dual; -8 复杂类型长度统计函数 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 dual; 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 dual; 4 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 dual; 1 日期函数 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 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 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-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 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′,’yyyyMMdd HH:mm:ss’) from 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 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 dual; 2011 hive> select year(’2012-12-08′) from 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 dual; 12 hive> select month(’2011-08-08′) from 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 dual; 8 hive> select day(’2011-12-24′) from 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 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 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 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 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 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 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 dual; 2012-11-28 条件函数 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 dual; 200 hive> select if(1=1,100,200) from 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 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 dual; mary hive> Select case 200 when 50 then ‘tom’ when 100 then ‘mary’ else ‘tim’ end from 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 dual; mary hive> select case when 1=1 then ‘tom’ when 2=2 then ‘mary’ else ‘tim’ end from dual; tom 字符串函数 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 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 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 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 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 dual; cde hive> select substring(‘abcde’,3) from dual; cde hive> select substr(‘abcde’,-1) from 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, 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 dual; cd hive> select substring(‘abcde’,3,2) from dual; cd hive>select substring(‘abcde’,-2,2) from 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 dual; ABSED hive> select ucase(‘abSEd’) from 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 dual; absed hive> select lcase(‘abSEd’) from 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 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 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 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 举例: hive> select regexp_replace(‘foobar’, ‘oo|ar’, ”) from 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。注意,在有些情况下要使用转义字符 举例: hive> select regexp_extract(‘foothebar’, ‘foo(.*?)(bar)’, 1) from dual; the hive> select regexp_extract(‘foothebar’, ‘foo(.*?)(bar)’, 2) from dual; bar hive> select regexp_extract(‘foothebar’, ‘foo(.*?)(bar)’, 0) from dual; foothebar 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 dual; facebook.com hive> select parse_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1′, ‘QUERY’, ‘k1′) from dual; v1 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":"pe ar"}], > “bicycle”:{“price”:19.95,”color”:”red”} > }, > “email”:”amy@only_for_json_udf_test.net”, > “owner”:”amy” > } > ‘,’$.owner’) from 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 dual; hive> select length(space(10)) from 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 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 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 dual; tdtdtdtabc 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 dual; abctdtdtdt 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 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 dual; 2 hive> select find_in_set(‘at’,'ef,ab,de’) from dual; 0 集合统计函数 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 udftest; 20 hive> select count(distinct t) from udftest; 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 udftest; 100 hive> select sum(distinct t) from udftest; 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 udftest; 50 hive> select avg (distinct t) from udftest; 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 udftest; 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 udftest; 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: 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 udftest; 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 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 dual; [{"x":100.0,"y":1.0}]

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 5 金币 [ 分享文档获得金币 ] 1 人已下载

下载文档

相关文档