hive函数总结
hive函数的分类
hive的客户端
显示当前会话有多少函数可用
SHOW FUNCTIONS;
如:
OK
!
!=
%
DESC FUNCTION concat;
OK
concat(str1, str2, ... strN) - returns the concatenation of str1, str2, ... strN or concat(bin1, bin2, ... binN) - returns the concatenation of bytes in binary data bin1, bin2, ... binN
Time taken: 0.005 seconds, Fetched: 1 row(s)
DESC FUNCTION EXTENDED concat;
一.简单函数
1.数学函数
返回对a四舍五入的BIGINT值
1 返回值: 2 hive> select round(2.5); 3 OK 4 3.0 5 Time taken: 0.093 seconds, Fetched: 1 row(s)
返回DOUBLE型d的保留n位小数的DOUBLW型的近似值 round(DOUBLE a, INT d)
1 返回值:double 2 hive> select round(0.5002,2); 3 OK 4 0.5 5 Time taken: 0.074 seconds, Fetched: 1 row(s)
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) bround(DOUBLE a)
返回值:double bround(2.5) = 2, bround(3.5) = 4.
银行家舍入法,保留d位小数 bround(DOUBLE a, INT d)
1 返回值:double 2 bround(8.25, 1) = 8.2, bround(8.35, 1) = 8.4
向下取整,最数轴上最接近要求的值的左边的值 如:6.10->6 -3.4->-4 floor(DOUBLE a)
1 返回值:double 2 hive> select floor(6.10); 3 OK 4 6 5 Time taken: 0.07 seconds, Fetched: 1 row(s) 6 hive> select floor(-3.4); 7 OK 8 -4 9 Time taken: 0.104 seconds, Fetched: 1 row(s)
求其不小于小给定实数的最小整数如:ceil(6) = ceil(6.1)= ceil(6.9) = 6 ceil(DOUBLE a), ceiling(DOUBLE a)
1 返回值:BIGINT 2 hive> select ceil(6); 3 OK 4 6 5 Time taken: 0.2 seconds, Fetched: 1 row(s) 6 hive> select ceil(6.1); 7 OK 8 7 9 Time taken: 0.061 seconds, Fetched: 1 row(s) 10 hive> select ceil(6.9); 11 OK 12 7 13 Time taken: 0.153 seconds, Fetched: 1 row(s)
每行返回一个DOUBLE型随机数seed是随机因子 rand(), rand(INT seed)
1 返回值:DOUBLE 2 hive> select rand(2); 3 OK 4 0.7311469360199058 5 Time taken: 0.068 seconds, Fetched: 1 row(s) 6 hive> select rand(); 7 OK 8 0.7859071491095923 9 Time taken: 0.064 seconds, Fetched: 1 row(s)
返回e的a幂次方, a可为小数 exp(DOUBLE a), exp(DECIMAL a)
1 返回值:double 2 hive> select exp(2); 3 OK 4 7.38905609893065 5 Time taken: 0.1 seconds, Fetched: 1 row(s)
以自然数为底d的对数,a可为小数 ln(DOUBLE a), ln(DECIMAL a)
1 返回值:double 2 ln(DOUBLE a), ln(DECIMAL a) 3 > select ln(3); 4 OK 5 1.0986122886681098 6 Time taken: 0.081 seconds, Fetched: 1 row(s) 7 hive> select ln(3.2); 8 OK 9 1.1631508098056809 10 Time taken: 0.067 seconds, Fetched: 1 row(s)
以10为底d的对数,a可为小数 log10(DOUBLE a), log10(DECIMAL a)
1 返回值:double 2 hive> select log10(3.2); 3 OK 4 0.505149978319906 5 Time taken: 0.084 seconds, Fetched: 1 row(s) 6 hive> select log10(3); 7 OK 8 0.47712125471966244 9 Time taken: 0.075 seconds, Fetched: 1 row(s)
以2为底数d的对数,a可为小数 log2(DOUBLE a), log2(DECIMAL a)
1 返回值:double 2 hive> 3 > select log2(3); 4 OK 5 1.5849625007211563 6 Time taken: 0.083 seconds, Fetched: 1 row(s) 7 hive> select log2(3.2); 8 OK 9 1.6780719051126378 10 Time taken: 0.07 seconds, Fetched: 1 row(s)
以base为底的对数,base 与 a都是DOUBLE类型
log(DOUBLE base, DOUBLE a)
log(DECIMAL base, DECIMAL a)
1 返回值:double 2 hive> select log(2,3.2); 3 OK 4 1.6780719051126378 5 Time taken: 0.084 seconds, Fetched: 1 row(s) 6 hive> select log(2,3); 7 OK 8 1.5849625007211563 9 Time taken: 0.066 seconds, Fetched: 1 row(s)
计算a的p次幂 pow(DOUBLE a, DOUBLE p), power(DOUBLE a, DOUBLE p)
1 返回值:double 2 hive> select pow(2,4); 3 OK 4 16.0 5 Time taken: 0.065 seconds, Fetched: 1 row(s)
计算a的平方根 sqrt(DOUBLE a), sqrt(DECIMAL a)
1 返回值:double 2 select sqrt(2);
计算二进制a的STRING类型,a为BIGINT类型 bin(BIGINT a)
返回值:string hive> select bin(2); OK 10 Time taken: 0.194 seconds, Fetched: 1 row(s)
计算十六进制a的STRING类型,如果a为STRING类型就转换成字符相对应的十六进制 hex(BIGINT a) hex(STRING a) hex(BINARY a)
1 返回值:STRING 2 hive> select hex(2); 3 OK 4 2 5 Time taken: 0.097 seconds, Fetched: 1 row(s)
hex的逆方法
unhex(STRING a)
1 返回值:BINARY 2 hive> select unhex(2); 3 OK 4 5 Time taken: 0.077 seconds, Fetched: 1 row(s)
将GIGINT/STRING类型的num从from_base进制转换成to_base进制 conv(BIGINT num, INT from_base, INT to_base), conv(STRING num, INT from_base, INT to_base)
1 返回值:STRING 2 hive> select conv(2,10,2); 3 OK 4 10 5 Time taken: 0.075 seconds, Fetched: 1 row(s)
计算a的绝对值 abs(DOUBLE a)
1 返回值:DOUBLE 2 hive> select abs(-2); 3 OK 4 2 5 Time taken: 0.077 seconds, Fetched: 1 row(s)
a对b取模 pmod(INT a, INT b), pmod(DOUBLE a, DOUBLE b)
1 返回值:double 2 hive> select pmod(4,2); 3 OK 4 0 5 Time taken: 0.077 seconds, Fetched: 1 row(s)
求a的正弦值 sin(DOUBLE a), sin(DECIMAL a)
1 返回值:double 2 hive> select sin(2.5); 3 OK 4 0.5984721441039564 5 Time taken: 0.092 seconds, Fetched: 1 row(s)
求d的反正弦值 asin(DOUBLE a), asin(DECIMAL a)
1 返回值:double 2 hive> select asin(2.5); 3 OK 4 NaN 5 Time taken: 0.097 seconds, Fetched: 1 row(s)
求余弦值 cos(DOUBLE a), cos(DECIMAL a)
1 返回值:double 2 hive> select cos(2.5); 3 OK 4 -0.8011436155469337 5 Time taken: 0.087 seconds, Fetched: 1 row(s)
求反余弦值 acos(DOUBLE a), acos(DECIMAL a)
1 返回值:double 2 hive> select acos(2.5); 3 OK 4 NaN 5 Time taken: 0.091 seconds, Fetched: 1 row(s)
求正切值 tan(DOUBLE a), tan(DECIMAL a)
1 返回值:double 2 hive> select tan(2.5); 3 OK 4 -0.7470222972386603 5 Time taken: 0.076 seconds, Fetched: 1 row(s)
求反正切值 atan(DOUBLE a), atan(DECIMAL a)
1 返回值:double 2 hive> select atan(2.5); 3 OK 4 1.1902899496825317 5 Time taken: 0.074 seconds, Fetched: 1 row(s)
奖弧度值转换角度值 degrees(DOUBLE a), degrees(DECIMAL a)
1 返回值:DOUBLE 2 hive> select degrees(30); 3 OK 4 1718.8733853924698 5 Time taken: 0.114 seconds, Fetched: 1 row(s)
将角度值转换成弧度值 radians(DOUBLE a), radians(DOUBLE a)
1 返回值:double 2 hive> select radians(30); 3 OK 4 0.5235987755982988 5 Time taken: 0.093 seconds, Fetched: 1 row(s)
返回a positive(INT a), positive(DOUBLE a)
1 返回值:INT or DOUBLE 2 hive> select positive(2); 3 OK 4 2 5 Time taken: 0.124 seconds, Fetched: 1 row(s)
返回a的相反数 negative(INT a), negative(DOUBLE a)
1 返回值:double 2 hive> select negative(2); 3 OK 4 -2 5 Time taken: 0.066 seconds, Fetched: 1 row(s)
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 sign(DOUBLE a), sign(DECIMAL a)
1 返回值:DOUBLE or INT 2 hive> select sign(2); 3 OK 4 1.0 5 Time taken: 0.091 seconds, Fetched: 1 row(s)
数学常数e e()
1 返回值:double 2 hive> select e(); 3 OK 4 2.718281828459045 5 Time taken: 0.07 seconds, Fetched: 1 row(s)
数学常数pi pi()
1 返回值:double 2 hive> select pi(); 3 OK 4 3.141592653589793 5 Time taken: 0.082 seconds, Fetched: 1 row(s)
求a的阶乘 factorial(INT a)
1 返回值:BIGINT 2 select factorial(2);
求a的立方根 cbrt(DOUBLE a)
1 返回值:DOUBLE 2 select cbrt(2);
按位左移
shiftleft(TINYINT|SMALLINT|INT a, INT b)
shiftleft(BIGINT a, INT b)
1 返回值:int bigint 2 hive> select shiftleft(2,3);
按拉右移
shiftright(TINYINT|SMALLINT|INT a, INTb)
shiftright(BIGINT a, INT b)
1 返回值:INT BIGINT 2 hive> select shiftrigth(2,3);
无符号按位右移(<<<)
shiftrightunsigned(TINYINT|SMALLINT|INTa, INT b),
shiftrightunsigned(BIGINT a, INT b)
1 返回值:INT BIGINT 2 select shiftrightunsigned(2,3);
求最大值 greatest(T v1, T v2, ...)
1 返回值:T 2 hive> select greatest(2,3,6,7); 3 OK 4 7 5 Time taken: 0.072 seconds, Fetched: 1 row(s)
求最小值 least(T v1, T v2, ...)
1 返回值:double 2 hive> select least(2,3,6,7); 3 OK 4 2 5 Time taken: 0.079 seconds, Fetched: 1 row(s)
2.类型转换函数
将输入的值转换成二进制 binary(string|binary)
1 返回值:binary 2 hive> select binary('4'); 3 OK 4 4 5 Time taken: 0.08 seconds, Fetched: 1 row(s)
将expr转换成type类型 如:cast("1" as BIGINT) 将字符串1转换成了BIGINT类型,如果转换失败将返回NULL cast(expr as <type>)
1 返回值:Expected "=" to follow "type" 2 hive> select cast("1" as BIGINT) ; 3 OK 4 1 5 Time taken: 0.266 seconds, Fetched: 1 row(s)
3.日期函数
日期函数UNIX时间戳转日期函数: from_unixtime语法: from_unixtime(bigint unixtime[, string format])
1 返回值: string 2 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 3 举例: 4 hive> select from_unixtime(1323308943,'yyyyMMdd'); 5 OK 6 20111208 7 Time taken: 0.152 seconds, Fetched: 1 row(s)
获取当前UNIX时间戳函数: unix_timestamp语法: unix_timestamp()
1 返回值: bigint 2 说明: 获得当前时区的UNIX时间戳 3 举例: 4 Time taken: 0.152 seconds, Fetched: 1 row(s) 5 hive> select unix_timestamp(); 6 OK 7 1487931871 8 Time taken: 0.106 seconds, Fetched: 1 row(s)
日期转UNIX时间戳函数: unix_timestamp语法: unix_timestamp(string date)
1 返回值: bigint 2 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。 3 举例: 4 hive> select unix_timestamp('2011-12-07 13:01:03'); 5 OK 6 1323234063 7 Time taken: 0.083 seconds, Fetched: 1 row(s)
指定格式日期转UNIX时间戳函数: unix_timestamp语法: unix_timestamp(string date, string pattern)
1 返回值: bigint 2 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。 3 举例: 4 hive> select unix_timestamp('20111207 13:01:03','yyyyMMdd HH:mm:ss'); 5 OK 6 1323234063 7 Time taken: 0.079 seconds, Fetched: 1 row(s)
日期时间转日期函数: to_date语法: to_date(string timestamp)
1 返回值: string 2 说明: 返回日期时间字段中的日期部分。 3 举例: 4 hive> select to_date('2011-12-08 10:03:01') ; 5 OK 6 2011-12-08 7 Time taken: 0.194 seconds, Fetched: 1 row(s)
日期转年函数: year语法: year(string date)
1 返回值: int 2 说明: 返回日期中的年。 3 举例: 4 hive> select year('2011-12-08 10:03:01'); 5 OK 6 2011 7 Time taken: 0.168 seconds, Fetched: 1 row(s)
日期转月函数: month语法: month (string date)
1 返回值: int 2 说明: 返回日期中的月份。 3 举例: 4 hive> select month('2011-12-08 10:03:01'); 5 OK 6 12 7 Time taken: 0.084 seconds, Fetched: 1 row(s)
1 hive> select month('2011-08-08'); 2 OK 3 8 4 Time taken: 0.095 seconds, Fetched: 1 row(s)
日期转天函数: day语法: day (string date)
1 返回值: int 2 说明: 返回日期中的天。 3 举例: 4 hive> select day('2011-12-08 10:03:01'); 5 OK 6 8 7 Time taken: 0.115 seconds, Fetched: 1 row(s)
1 hive> select day('2011-12-24'); 2 OK 3 24 4 Time taken: 0.294 seconds, Fetched: 1 row(s)
日期转小时函数: hour语法: hour (string date)
1 返回值: int 2 说明: 返回日期中的小时。 3 举例: 4 hive> select hour('2011-12-08 10:03:01'); 5 OK 6 10 7 Time taken: 0.082 seconds, Fetched: 1 row(s)
日期转分钟函数: minute语法: minute (string date)
1 返回值: int 2 说明: 返回日期中的分钟。 3 举例: 4 hive> select minute('2011-12-08 10:03:01'); 5 OK 6 3 7 Time taken: 0.181 seconds, Fetched: 1 row(s)
日期转秒函数: second语法: second (string date)
1 返回值: int 2 说明: 返回日期中的秒。 3 举例: 4 hive> select second('2011-12-08 10:03:01'); 5 OK 6 1 7 Time taken: 0.693 seconds, Fetched: 1 row(s)
日期转周函数: weekofyear语法: weekofyear (string date)
1 返回值: int 2 说明: 返回日期在当前的周数。 3 举例: 4 hive> select weekofyear('2011-12-08 10:03:01') 5 > ; 6 OK 7 49 8 Time taken: 0.119 seconds, Fetched: 1 row(s)
日期比较函数: datediff语法: datediff(string enddate, string startdate)
1 返回值: int 2 说明: 返回结束日期减去开始日期的天数。 3 举例: 4 hive> select datediff('2012-12-08','2012-05-09'); 5 OK 6 213 7 Time taken: 0.082 seconds, Fetched: 1 row(s)
日期增加函数: date_add语法: date_add(string startdate, int days)
1 返回值: string 2 说明: 返回开始日期startdate增加days天后的日期。 3 举例: 4 hive> select date_add('2012-12-08',10); 5 OK 6 2012-12-18 7 Time taken: 0.201 seconds, Fetched: 1 row(s)
日期减少函数: date_sub语法: date_sub (string startdate, int days)
1 返回值: string 2 说明: 返回开始日期startdate减少days天后的日期。 3 举例: 4 hive> select date_sub('2012-12-08',10); 5 OK 6 2012-11-28 7 Time taken: 0.125 seconds, Fetched: 1 row(s)
返回这个月的最后一天的日期,忽略时分秒部分(HH:mm:ss) last_day(string date)
1 返回值:string 2 hive> select last_day('2017-02-17 08:34:23'); 3 OK 4 2017-02-28 5 Time taken: 0.082 seconds, Fetched: 1 row(s)
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
1 返回值:string 2 hive> select next_day('2015-01-14', 'TU') ; 3 OK 4 2015-01-20 5 Time taken: 0.319 seconds, Fetched: 1 row(s)
返回当前时间属性哪个季度 如quarter('2015-04-08') = 2
1 返回值:int 2 quarter(date/timestamp/string)
返回当前时间日期
返回值:date hive> select current_date; OK 2017-02-25 Time taken: 0.087 seconds, Fetched: 1 row(s)
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
1 返回值:timestamp 2 from_utc_timestamp(timestamp, string timezone) 3 hive> select from_utc_timestamp('1970-01-01 08:00:00','PST'); 4 OK 5 1970-01-01 00:00:00 6 Time taken: 0.122 seconds, Fetched: 1 row(s)
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 to_utc_timestamp(timestamp, string timezone)
1 返回值:timestamp 2 hive> select to_utc_timestamp('1970-01-01 00:00:00','PST'); 3 OK 4 1970-01-01 08:00:00 5 Time taken: 0.099 seconds, Fetched: 1 row(s)
返回当前时间戳
1 返回值:timestamp 2 hive> select current_timestamp; 3 OK 4 2017-02-25 00:28:46.724 5 Time taken: 0.069 seconds, Fetched: 1 row(s)
返回当前时间下再增加num_months个月的日期 add_months(string start_date, int num_months)
1 返回值:string 2 hive> select add_months('2017-02-10', 2); 3 OK 4 2017-04-10 5 Time taken: 0.061 seconds, Fetched: 1 row(s)
5.条件函数
如果testCondition 为true就返回valueTrue,否则返回valueFalseOrNull ,(valueTrue,valueFalseOrNull为泛型)
if(boolean testCondition, T valueTrue, T valueFalseOrNull)
1 返回值:T
如果value值为NULL就返回default_value,否则返回value
nvl(T value, T default_value)
1 返回值:T
返回第一非null的值,如果全部都为NULL就返回NULL 如:COALESCE (NULL,44,55)=44/strong>
COALESCE(T v1, T v2, ...)
1 返回值:T
如果a=b就返回c,a=d就返回e,否则返回f 如CASE 4 WHEN 5 THEN 5 WHEN 4 THEN 4 ELSE 3 END 将返回4
CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END
1 返回值:T
如果a=ture就返回b,c= ture就返回d,否则返回e 如:CASE WHEN 5>0 THEN 5 WHEN 4>0 THEN 4 ELSE 0 END 将返回5;CASE WHEN 5<0 THEN 5 WHEN 4<0 THEN 4 ELSE 0 END 将返回0
CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END
1 返回值:T
如果a为null就返回true,否则返回false
isnull( a )
1 返回值:boolean
如果a为非null就返回true,否则返回false
isnotnull ( a )
1 返回值:boolean
6.字符函数
返回str中首个ASCII字符串的整数值
ascii(string str)
1 返回值:int
将二进制bin转换成64位的字符串
base64(binary bin)
1 返回值:string
对二进制字节码或字符串按次序进行拼接
concat(string|binary A, string|binary B...)
1 返回值:string
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)
context_ngrams(array<array<string>>, array<string>, int K, int pf)
1 返回值:array<struct<string,double>>
与concat()类似,但使用指定的分隔符喜进行分隔
concat_ws(string SEP, string A, string B...)
1 返回值:string
拼接Array中的元素并用指定分隔符进行分隔
concat_ws(string SEP, array<string>)
1 返回值:string
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
encode(string src, string charset)
1 返回值:binary
返回以逗号分隔的字符串中str出现的位置,如果参数str为逗号或查找失败将返回0,如果任一参数为NULL将返回NULL回
find_in_set(string str, string strList)
1 返回值:int
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
format_number(number x, int d)
1 返回值:string
从指定路径上的JSON字符串抽取出JSON对象,并返回这个对象的JSON格式,如果输入的JSON是非法的将返回NULL,注意此路径上JSON字符串只能由数字 字母 下划线组成且不能有大写字母和特殊字符,且key不能由数字开头,这是由于Hive对列名的限制
get_json_object(string json_string, string path)
1 返回值:string
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
in_file(string str, string filename)
1 返回值:boolean
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
instr(string str, string substr)
1 返回值:int
返回字符串的长度
length(string A)
1 返回值:int
查找字符串str中的pos位置后字符串substr第一次出现的位置
locate(string substr, string str[, int pos])
1 返回值:int
将字符串A的所有字母转换成小写字母
lower(string A) lcase(string A)
1 返回值:string
从左边开始对字符串str使用字符串pad填充,最终len长度为止,如果字符串str本身长度比len大的话,将去掉多余的部分
lpad(string str, int len, string pad)
1 返回值:string
去掉字符串A前面的空格
ltrim(string A)
1 返回值:string
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)
ngrams(array<array<string>>, int N, int K, int pf)
1 返回值:array<struct<string,double>>
返回从URL中抽取指定部分的内容,参数url是URL字符串,而参数partToExtract是要抽取的部分,这个参数包含(HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO,例如:parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') ='facebook.com',如果参数partToExtract值为QUERY则必须指定第三个参数key 如:parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1') =‘v1’
parse_url(string urlString, string partToExtract [, string keyToExtract])
1 返回值:string
按照printf风格格式输出字符串
printf(String format, Obj... args)
1 返回值:string
抽取字符串subject中符合正则表达式pattern的第index个部分的子字符串,注意些预定义字符的使用,如第二个参数如果使用'\s'将被匹配到s,'\\s'才是匹配空格
regexp_extract(string subject, string pattern, int index)
1 返回值:string
按照Java正则表达式PATTERN将字符串INTIAL_STRING中符合条件的部分成REPLACEMENT所指定的字符串,如里REPLACEMENT这空的话,抽符合正则的部分将被去掉 如:regexp_replace("foobar", "oo|ar", "") = 'fb.' 注意些预定义字符的使用,如第二个参数如果使用'\s'将被匹配到s,'\\s'才是匹配空格
regexp_replace(string INITIAL_STRING, string PATTERN, string REPLACEMENT)
1 返回值:string
重复输出n次字符串str
repeat(string str, int n)
1 返回值: 2 string
反转字符串
reverse(string A)
1 返回值:string
从右边开始对字符串str使用字符串pad填充,最终len长度为止,如果字符串str本身长度比len大的话,将去掉多余的部分
rpad(string str, int len, string pad)
1 返回值:string
去掉字符串后面出现的空格
rtrim(string A)
1 返回值:string
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") )
sentences(string str, string lang, string locale)
1 返回值:array<array<string>>
返回n个空格
space(int n)
返回值:string
按照正则表达式pat来分割字符串str,并将分割后的数组字符串的形式返回
split(string str, string pat)
1 返回值:string
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"="
str_to_map(text[, delimiter1, delimiter2])
1 返回值:map<string,string>
对于字符串A,从start位置开始截取字符串并返回
substr(string|binary A, int start) substring(string|binary A, int start)
1 返回值:string
对于二进制/字符串A,从start位置开始截取长度为length的字符串并返回
substr(string|binary A, int start, int len) substring(string|binary A, int start, int len)
1 返回值:string
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
substring_index(string A, string delim, int count)
1 返回值:string
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"
translate(string|char|varchar input, string|char|varchar from, string|char|varchar to)
1 返回值:string
将64位的字符串转换二进制值
unbase64(string str)
1 返回值:binary
将字符串A中的字母转换成大写字母
upper(string A) ucase(string A)
1 返回值:string
将字符串A转换第一个字母大写其余字母的字符串
initcap(string A)
1 返回值:string
计算两个字符串之间的差异大小 如:levenshtein('kitten', 'sitting') = 3
levenshtein(string A, string B)
1 返回值:int
将普通字符串转换成soundex字符串
soundex(string A)
1 返回值:string
7.字符串函数
分割字符串函数: split
语法: split(string str, string pat)
1 返回值: array 2 说明: 按照pat字符串分割str,会返回分割后的字符串数组 3 举例: 4 hive> select split('abtcdtef','t'); 5 OK 6 ["ab","cd","ef"] 7 Time taken: 0.118 seconds, Fetched: 1 row(s)
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)
1 返回值: string 2 说明:将str进行用pad进行右补足到len位 3 举例: 4 hive> 5 > select rpad('abc',10,'td'); 6 OK 7 abctdtdtdt 8 Time taken: 0.077 seconds, Fetched: 1 row(s)
左补足函数:lpad
语法: lpad(string str, int len, string pad)
1 hive> 2 > select rpad('abc',10,'td'); 3 OK 4 abctdtdtdt 5 Time taken: 0.077 seconds, Fetched: 1 row(s)
首字符ascii函数:ascii
语法: ascii(string str)
1 返回值: int 2 说明:返回字符串str第一个字符的ascii码 3 举例: hive> select ascii('abcde'); 4 OK 5 97 6 Time taken: 0.066 seconds, Fetched: 1 row(s)
重复字符串函数:repeat
语法: repeat(string str, int n)
1 返回值: string 2 说明:返回重复n次后的str字符串 3 举例: 4 hive> select repeat('abc',5); 5 OK 6 abcabcabcabcabc 7 Time taken: 0.064 seconds, Fetched: 1 row(s)
空格字符串函数:space
语法: space(int n)
1 返回值: string 2 说明:返回长度为n的字符串 3 举例:hive> select space(10); 4 OK 5 6 Time taken: 0.101 seconds, Fetched: 1 row(s) 7 hive> select length(space(10)); 8 OK 9 10 10 Time taken: 1.905 seconds, Fetched: 1 row(s)
字符串长度函数:length
1 语法: length(string A) 2 返回值: int 3 说明:返回字符串A的长度 4 举例:hive> select length('abcedfg'); 5 OK 6 7 7 Time taken: 0.065 seconds, Fetched: 1 row(s)
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'); OK gfdecba Time taken: 0.077 seconds, Fetched: 1 row(s)
字符串连接函数:concat
1 语法: concat(string A, string B…) 2 返回值: string 3 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 4 举例:hive> select concat('abc','def','gh'); 5 OK 6 abcdefgh 7 Time taken: 0.063 seconds, Fetched: 1 row(s)
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'); OK abc-def-gh Time taken: 0.06 seconds, Fetched: 1 row(s)
字符串截取函数:substr,substring
1 语法: substr(string A, int start),substring(string A, int start) 2 返回值: string 3 说明:返回字符串A从start位置到结尾的字符串 4 举例: hive> select substr('abcde',3); 5 OK 6 cde 7 Time taken: 0.062 seconds, Fetched: 1 row(s) 8 hive> select substring('abcde',3); 9 OK 10 cde 11 Time taken: 0.05 seconds, Fetched: 1 row(s) 12 hive> select substr('abcde',-1); 13 OK 14 e 15 Time taken: 0.061 seconds, Fetched: 1 row(s)
字符串截取函数:substr,substring
1 语法: substr(string A, int start, int len),substring(string A, int start, int len) 2 返回值: string 3 说明:返回字符串A从start位置开始,长度为len的字符串 4 举例: 5 hive> select substr('abcde',3,2); 6 OK 7 cd 8 Time taken: 0.07 seconds, Fetched: 1 row(s) 9 hive> select substring('abcde',3,2); 10 OK 11 cd 12 Time taken: 0.062 seconds, Fetched: 1 row(s) 13 hive> select substring('abcde',-2,2); 14 OK 15 de 16 Time taken: 0.113 seconds, Fetched: 1 row(s)
字符串转大写函数:upper,ucase
1 语法: upper(string A) ucase(string A) 2 返回值: string 3 说明:返回字符串A的大写格式 4 举例:hive> select upper('abSEd'); 5 OK 6 ABSED 7 Time taken: 0.059 seconds, Fetched: 1 row(s) 8 hive> select ucase('abSEd'); 9 OK 10 ABSED 11 Time taken: 0.058 seconds, Fetched: 1 row(s)
字符串转小写函数:lower,lcase
1 语法: lower(string A) lcase(string A) 2 返回值: string 3 说明:返回字符串A的小写格式 4 举例: 5 hive> select lower('abSEd'); 6 OK 7 absed 8 Time taken: 0.068 seconds, Fetched: 1 row(s) 9 hive> select lcase('abSEd'); 10 OK 11 absed 12 Time taken: 0.057 seconds, Fetched: 1 row(s)
去空格函数:trim
1 语法: trim(string A) 2 返回值: string 3 说明:去除字符串两边的空格 4 举例:hive> select trim(' abc '); 5 OK 6 abc 7 Time taken: 0.058 seconds, Fetched: 1 row(s)
左边去空格函数:ltrim
1 语法: ltrim(string A) 2 返回值: string 3 说明:去除字符串左边的空格 4 举例: hive> select ltrim(' abc '); 5 OK 6 abc 7 Time taken: 0.059 seconds, Fetched: 1 row(s)
右边去空格函数:rtrim
1 语法: rtrim(string A) 2 返回值: string 3 说明:去除字符串右边的空格 4 举例:hive> select rtrim(' abc '); 5 OK 6 abc 7 Time taken: 0.058 seconds, Fetched: 1 row(s)
正则表达式解析函数:regexp_extract
其中的index,是按照正则字符串()的位置
1 语法: regexp_extract(string subject, string pattern, int index) 2 返回值: string 3 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 4 举例: 5 hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1); 6 OK 7 the 8 Time taken: 0.389 seconds, Fetched: 1 row(s) 9 hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2); 10 OK 11 bar 12 Time taken: 0.051 seconds, Fetched: 1 row(s) 13 hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0); 14 OK 15 foothebar 16 Time taken: 0.058 seconds, Fetched: 1 row(s)
函数parse_url,解析URL字符串
1 parse_url(url, partToExtract[, key]) - extracts a part from a URL 2 解析URL字符串,partToExtract的选项包含[HOST,PATH,QUERY,REF,PROTOCOL,FILE,AUTHORITY,USERINFO]。 3 举例: 4 hive> select parse_url('http://facebook.com/path/p1.php?query=1', 'HOST') ; 5 OK 6 facebook.com 7 Time taken: 0.286 seconds, Fetched: 1 row(s) 8 hive> select parse_url('http://facebook.com/path/p1.php?query=1', 'PATH'); 9 OK 10 /path/p1.php 11 Time taken: 0.069 seconds, Fetched: 1 row(s) 12 hive> select parse_url('http://facebook.com/path/p1.php?query=1', 'QUERY'); 13 OK 14 query=1 15 可以指定key来返回特定参数,例如 16 Time taken: 0.21 seconds, Fetched: 1 row(s) 17 hive> select parse_url('http://facebook.com/path/p1.php?query=1', 'QUERY','query'); 18 OK 19 1 20 Time taken: 0.057 seconds, Fetched: 1 row(s) 21 hive> select parse_url('http://facebook.com/path/p1.php?query=1#Ref', 'REF'); 22 OK 23 Ref 24 Time taken: 0.055 seconds, Fetched: 1 row(s) 25 hive> select parse_url('http://facebook.com/path/p1.php?query=1#Ref', 'PROTOCOL'); 26 OK 27 http 28 Time taken: 0.06 seconds, Fetched: 1 row(s)
1 hive> select parse_url_tuple('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY:k1', 'QUERY:k2'); 2 OK 3 v1 v2 4 Time taken: 0.2 seconds, Fetched: 1 row(s)
json解析函数:get_json_object
语法: get_json_object(string json_string, string path)
1 返回值: string 2 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。 3 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"}','$.store'); 4 OK 5 {"fruit":[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}],"bicycle":{"price":19.95,"color":"red"}} 6 Time taken: 0.108 seconds, Fetched: 1 row(s) 7 8 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"}','$.email'); 9 OK 10 amy@only_for_json_udf_test.net 11 12 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'); 13 OK 14 amy 15 Time taken: 0.499 seconds, Fetched: 1 row(s)
行转列:explode (posexplode Available as of Hive 0.13.0)
1 说明:将输入的一行数组或者map转换成列输出 2 语法:explode(array (or map)) 3 举例: 4 5 hive> select explode(split(concat_ws('-','1','2','3','4','5','6','7','8','9'),'-')); 6 OK 7 1 8 2 9 3 10 4 11 5 12 6 13 7 14 8 15 9 16 Time taken: 0.095 seconds, Fetched: 9 row(s)
二.集合函数
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'); OK 2 Time taken: 2.336 seconds, Fetched: 1 row(s) hive> select find_in_set('at','ef,ab,de'); OK 0 Time taken: 0.094 seconds, Fetched: 1 row(s)
1 create table qa_test.student_test(id INT, info struct<name:STRING, age:INT>) 2 ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' 3 COLLECTION ITEMS TERMINATED BY ':'; 4 5 hive> desc qa_test.student_test; 6 OK 7 id int 8 info struct<name:string,age:int> 9 Time taken: 0.048 seconds, Fetched: 2 row(s) 10 11 12 $cat test5.txt 13 1,zhou:30 14 2,yan:30 15 3,chen:20 16 4,li:80 17 18 19 LOAD DATA LOCAL INPATH '/home/hadoop/test/test5' INTO TABLE qa_test.student_test; 20 21 hive> select * from qa_test.student_test; 22 OK 23 1 {"name":"zhou","age":30} 24 2 {"name":"yan","age":30} 25 3 {"name":"chen","age":20} 26 4 {"name":"li","age":80} 27 28 29 hive> select info.age from qa_test.student_test; 30 OK 31 30 32 30 33 20 34 80 35 Time taken: 0.234 seconds, Fetched: 4 row(s) 36 hive> select info.name from qa_test.student_test; 37 OK 38 zhou 39 yan 40 chen 41 li 42 Time taken: 0.08 seconds, Fetched: 4 row(s)
1 create table qa_test.class_test(name string, student_id_list array<INT>) 2 ROW FORMAT DELIMITED 3 FIELDS TERMINATED BY ',' 4 COLLECTION ITEMS TERMINATED BY ':'; 5 6 hive>desc qa_test.class_test; 7 OK 8 name string 9 student_id_list array<int> 10 Time taken: 0.052 seconds, Fetched: 2 row(s) 11 12 $ cat test6.txt 13 034,1:2:3:4 14 035,5:6 15 036,7:8:9:10 16 17 LOAD DATA LOCAL INPATH '/home/hadoop/test/test6' INTO TABLE qa_test.class_test; 18 19 hive> select * from qa_test.class_test; 20 OK 21 034 [1,2,3,4] 22 035 [5,6] 23 036 [7,8,9,10] 24 Time taken: 0.076 seconds, Fetched: 3 row(s) 25 26 select student_id_list[3] from qa_test.class_test; 27 28 hive> select student_id_list[3] from qa_test.class_test; 29 OK 30 4 31 NULL 32 10 33 Time taken: 0.12 seconds, Fetched: 3 row(s) 34 35 hive> select size(student_id_list) from qa_test.class_test; 36 OK 37 4 38 2 39 4 40 Time taken: 0.086 seconds, Fetched: 3 row(s) 41 42 43 hive> select array_contains(student_id_list,4) from qa_test.class_test; 44 OK 45 true 46 false 47 false 48 Time taken: 0.129 seconds, Fetched: 3 row(s) 49 50 hive> 51 > select sort_array(student_id_list) from qa_test.class_test; 52 OK 53 [1,2,3,4] 54 [5,6] 55 [7,8,9,10] 56 Time taken: 0.085 seconds, Fetched: 3 row(s)
1 create table qa_test.employee(id string, perf map<string, int>) 2 ROW FORMAT DELIMITED 3 FIELDS TERMINATED BY '\t' 4 COLLECTION ITEMS TERMINATED BY ',' 5 MAP KEYS TERMINATED BY ':'; 6 7 8 $ cat test7.txt 9 1 job:80,team:60,person:70 10 2 job:60,team:80 11 3 job:90,team:70,person:100 12 13 LOAD DATA LOCAL INPATH '/home/hadoop/test/test7' INTO TABLE qa_test.employee; 14 15 hive> select * from qa_test.employee; 16 OK 17 1 {"job":80,"team":60,"person":70} 18 2 {"job":60,"team":80} 19 3 {"job":90,"team":70,"person":100} 20 Time taken: 0.075 seconds, Fetched: 3 row(s) 21 22 hive> select perf['job'] from qa_test.employee where perf['job'] is not null; 23 OK 24 80 25 60 26 90 27 Time taken: 0.096 seconds, Fetched: 3 row(s) 28 29 hive> select size(perf) from qa_test.employee; 30 OK 31 3 32 2 33 3 34 Time taken: 0.091 seconds, Fetched: 3 row(s) 35 36 hive> select map_keys(perf) from qa_test.employee; 37 OK 38 ["job","team","person"] 39 ["job","team"] 40 ["job","team","person"] 41 Time taken: 0.136 seconds, Fetched: 3 row(s) 42 43 hive> select map_values(perf) from qa_test.employee; 44 OK 45 [80,60,70] 46 [60,80] 47 [90,70,100] 48 Time taken: 0.077 seconds, Fetched: 3 row(s)
求map的长度 size(Map<K.V>)
1 返回值:int 2 hive> select size(perf) from qa_test.employee; 3 OK 4 3 5 2 6 3 7 Time taken: 0.091 seconds, Fetched: 3 row(s)
求数组的长度 size(Array<T>)
1 返回值:int 2 hive> select size(student_id_list) from qa_test.class_test; 3 OK 4 4 5 2 6 4 7 Time taken: 0.086 seconds, Fetched: 3 row(s)
返回map中的所有key
map_keys(Map<K.V>)
1 返回值:array<K> 2 hive> select map_keys(perf) from qa_test.employee; 3 OK 4 ["job","team","person"] 5 ["job","team"] 6 ["job","team","person"] 7 Time taken: 0.136 seconds, Fetched: 3 row(s)
返回map中的所有value map_values(Map<K.V>)
1 返回值:array<V> 2 hive> select map_values(perf) from qa_test.employee; 3 OK 4 [80,60,70] 5 [60,80] 6 [90,70,100] 7 Time taken: 0.077 seconds, Fetched: 3 row(s)
如该数组Array<T>包含value返回true。,否则返回false array_contains(Array<T>, value)
1 返回值:boolean 2 hive> select array_contains(student_id_list,4) from qa_test.class_test; 3 OK 4 true 5 false 6 false 7 Time taken: 0.129 seconds, Fetched: 3 row(s)
按自然顺序对数组进行排序并返回 sort_array(Array<T>)
1 返回值:array 2 hive> select sort_array(student_id_list) from qa_test.class_test; 3 OK 4 [1,2,3,4] 5 [5,6] 6 [7,8,9,10] 7 Time taken: 0.085 seconds, Fetched: 3 row(s)
二.聚合函数
统计总行数,包括含有NULL值的行 count(*)
统计提供非NULL的expr表达式值的行数 count(expr)
统计提供非NULL且去重后的expr表达式值的行数 count(DISTINCT expr[, expr])
1 返回值:BIGINT
sum(col),表示求指定列的和,sum(DISTINCT col)表示求去重后的列的和
1 返回值:DOUBLE
avg(col),表示求指定列的平均值,avg(DISTINCT col)表示求去重后的列的平均值
1 返回值:DOUBLE
求指定列的最小值 min(col)
1 返回值:DOUBLE
求指定列的最大值 max(col)
1 返回值:DOUBLE
求指定列数值的方差 variance(col), var_pop(col)
1 返回值:DOUBLE
求指定列数值的样本方差
var_samp(col)
1 返回值:DOUBLE
求指定列数值的标准偏差
stddev_pop(col)
1 返回值:DOUBLE
求指定列数值的样本标准偏差
stddev_samp(col)
1 返回值:DOUBLE
求指定列数值的协方差 covar_pop(col1, col2)
1 返回值:DOUBLE
求指定列数值的样本协方差 covar_samp(col1, col2)
1 返回值:DOUBLE
返回两列数值的相关系数 corr(col1, col2)
1 返回值:DOUBLE
返回col的p%分位数 percentile(BIGINT col, p)
1 返回值:DOUBLE
三.特殊函数
窗口函数
分析函数
混合函数
UDTF
多行转换:lateral view
说明:lateral view用于和json_tuple,parse_url_tuple,split, explode等UDTF一起使用,它能够将一行数据拆成多行数据,在此基础上可以对拆分后的数据进行聚合。
举例:
1 说明:lateral view用于和json_tuple,parse_url_tuple,split, explode等UDTF一起使用,它能够将一行数据拆成多行数据,在此基础上可以对拆分后的数据进行聚合。 2 举例: 3 4 hive> select s.x,sp from test.dual s lateral view explode(split(concat_ws(',','1','2','3','4','5','6','7','8','9'),',')) t as sp; 5 x sp 6 a 1 7 b 2 8 a 3 9 解释一下,from后面是你的表名,在表名后面加lateral view explode。。。(你的行转列sql) ,还必须要起一个别名,我这个字段的别名为sp。然后再看看select后面的 s.*,就是原表的字段,我这里面只有一个字段,且为X 10 11 多个lateral view的sql类如: 12 13 SELECT * FROM exampleTable LATERAL VIEW explode(col1) myTable1 AS myCol1 LATERAL VIEW explode(myCol1) myTable2 AS myCol2;
抽取一行数据转换到新表的多列样例:
http_referer是获取的带参数请求路径,其中非法字符用\做了转义,根据路径解析出地址,查询条件等存入新表中,
1 drop table if exists t_ods_tmp_referurl; 2 create table t_ ods _tmp_referurl as 3 SELECT a.*,b.* 4 FROM ods_origin_weblog a LATERAL VIEW parse_url_tuple(regexp_replace(http_referer, "\"", ""), 'HOST', 'PATH','QUERY', 'QUERY:id') b as host, path, query, query_id; 5 6 复制表,并将时间截取到日: 7 drop table if exists t_ods_tmp_detail; 8 create table t_ods_tmp_detail as 9 select b.*,substring(time_local,0,10) as daystr, 10 substring(time_local,11) as tmstr, 11 substring(time_local,5,2) as month, 12 substring(time_local,8,2) as day, 13 substring(time_local,11,2) as hour 14 From t_ ods _tmp_referurl b;
表生成函数
对于a中的每个元素,将生成一行且包含该元素
explode(array<TYPE> a)
1 返回值:Array Type
每行对应数组中的一个元素 explode(ARRAY)
1 返回值:N rows
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
explode(MAP)
1 返回值:N rows
explode类似,不同的是还返回各元素在数组中的位置
posexplode(ARRAY)
1 返回值:N rows
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
stack(INT n, v_1, v_2, ..., v_k)
1 返回值:N rows
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
json_tuple(jsonStr, k1, k2, ...)
1 返回值:tuple
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:<KEY>
1 返回值;tuple
将结构体数组提取出来并插入到表中 inline(ARRAY<STRUCT[,STRUCT]>)