hive函数大全

目录

一、关系运算： 41. 等值比较: =  42. 不等值比较: <>    43. 小于比较: <  44. 小于等于比较: <=   45. 大于比较: >  56. 大于等于比较: >=   57. 空值判断: IS NULL    58. 非空判断: IS NOT NULL    69. LIKE比较: LIKE 610. JAVA的LIKE操作: RLIKE  611. REGEXP操作: REGEXP    7二、数学运算： 71. 加法操作: +  72. 减法操作: -  73. 乘法操作: *  84. 除法操作: /  85. 取余操作: %  86. 位与操作: &  97. 位或操作: |  98. 位异或操作: ^ 99．位取反操作: ~ 10三、逻辑运算： 101. 逻辑与操作: AND   102. 逻辑或操作: OR    103. 逻辑非操作: NOT   10四、数值计算  111. 取整函数: round  112. 指定精度取整函数: round  113. 向下取整函数: floor    114. 向上取整函数: ceil 125. 向上取整函数: ceiling  126. 取随机数函数: rand 127. 自然指数函数: exp  138. 以10为底对数函数: log10 139. 以2为底对数函数: log2   1310. 对数函数: log   1311. 幂运算函数: pow  1412. 幂运算函数: power    1413. 开平方函数: sqrt 1414. 二进制函数: bin  1415. 十六进制函数: hex 1516. 反转十六进制函数: unhex 1517. 进制转换函数: conv    1518. 绝对值函数: abs  1619. 正取余函数: pmod 1620. 正弦函数: sin   1621. 反正弦函数: asin 1622. 余弦函数: cos   1723. 反余弦函数: acos 1724. positive函数: positive    1725. negative函数: negative    17五、日期函数  181. UNIX时间戳转日期函数: from_unixtime  182. 获取当前UNIX时间戳函数: unix_timestamp    183. 日期转UNIX时间戳函数: unix_timestamp 184. 指定格式日期转UNIX时间戳函数: unix_timestamp 185. 日期时间转日期函数: to_date   196. 日期转年函数: year 197. 日期转月函数: month    198. 日期转天函数: day  199. 日期转小时函数: hour    2010. 日期转分钟函数: minute 2011. 日期转秒函数: second  2012. 日期转周函数: weekofyear  2013. 日期比较函数: datediff    2114. 日期增加函数: date_add    2115. 日期减少函数: date_sub    21六、条件函数  211. If函数: if 212. 非空查找函数: COALESCE 223. 条件判断函数：CASE  224. 条件判断函数：CASE  22七、字符串函数 231. 字符串长度函数：length   232. 字符串反转函数：reverse  233. 字符串连接函数：concat   234. 带分隔符字符串连接函数：concat_ws    235. 字符串截取函数：substr,substring 246. 字符串截取函数：substr,substring 247. 字符串转大写函数：upper,ucase 248. 字符串转小写函数：lower,lcase 259. 去空格函数：trim   2510. 左边去空格函数：ltrim   2511. 右边去空格函数：rtrim   2512. 正则表达式替换函数：regexp_replace    2613. 正则表达式解析函数：regexp_extract    2614. URL解析函数：parse_url   2615. json解析函数：get_json_object    2716. 空格字符串函数：space   2717. 重复字符串函数：repeat  2718. 首字符ascii函数：ascii    2819. 左补足函数：lpad  2820. 右补足函数：rpad  2821. 分割字符串函数: split  2822. 集合查找函数: find_in_set 29八、集合统计函数    291. 个数统计函数: count    292. 总和统计函数: sum  293. 平均值统计函数: avg 304. 最小值统计函数: min 305. 最大值统计函数: max 306. 非空集合总体变量函数: var_pop  307. 非空集合样本变量函数: var_samp 318. 总体标准偏离函数: stddev_pop 319. 样本标准偏离函数: stddev_samp    3110．中位数函数: percentile    3111. 中位数函数: percentile   3112. 近似中位数函数: percentile_approx  3213. 近似中位数函数: percentile_approx  3214. 直方图: histogram_numeric  32九、复合类型构建操作  321. Map类型构建: map 322. Struct类型构建: struct   333. array类型构建: array 33十、复杂类型访问操作  331. array类型访问: A[n]  332. map类型访问: M[key]  343. struct类型访问: S.x  34十一、复杂类型长度统计函数   341.  Map类型长度函数: size(Map<K.V>)   342.  array类型长度函数: size(Array<T>) 343.  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;    12. 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;13. 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;14. 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;15. 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;16. 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;OK2011111209 00:00:00     2011111209hive> select a,b,a<b,a>b,a=b from lxw_dual;2011111209 00:00:00     2011111209      false   true    false7. 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;18. 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;19. 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%';1hive> select 1 from lxw_dual where 'football' like 'foot____';1注意：否定比较时候用NOT A LIKE Bhive> select 1 from lxw_dual where NOT 'football' like 'fff%';110. 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$’;1注意：判断一个字符串是否全为数字：hive>select 1 from lxw_dual where '123456' rlike '^\\d+$';1hive> 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;10hive> create table lxw_dual as select 1 + 1.2 from lxw_dual;hive> describe lxw_dual;_c0     double2. 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;5hive> create table lxw_dual as select 5.6 – 4 from lxw_dual;hive> describe lxw_dual;_c0     double3. 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;2004. 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4hive>select ceil(28.0/6.99999999999999) from lxw_dual limit 1;           结果为55. 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;1hive> 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;0.46. 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;0hive> select 6 & 4 from lxw_dual;47. 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;12hive> select 6 | 8 from lxw_dual;148. 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;12hive> select 6 ^ 4 from lxw_dual;29．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;-7hive> 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;12. 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;13. 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;3hive> select round(3.5) from lxw_dual;4hive> create table lxw_dual as select round(9542.158) from lxw_dual;hive> describe lxw_dual;_c0     bigint2. 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;3.14163. 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;3hive> select floor(25) from lxw_dual;254. 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;4hive> select ceil(46) from lxw_dual;465. 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;4hive> select ceiling(46) from lxw_dual;466. 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;0.5577432776034763hive> select rand() from lxw_dual;0.6638336467363424hive> select rand(100) from lxw_dual;0.7220096548596434hive> select rand(100) from lxw_dual;0.72200965485964347. 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;2.08. 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;2.09. 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;3.010. 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;4.011. 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;16.012. 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;16.013. 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;4.014. 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;11115. 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;11hive> select hex(‘abc’) from lxw_dual;61626316. 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;abchive> select unhex(‘11’) from lxw_dual;-hive> select unhex(616263) from lxw_dual;abc17. 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;11hive> select conv(17,10,2) from lxw_dual;1000118. 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;3.9hive> select abs(10.9) from lxw_dual;10.919. 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;1hive> select pmod(-9,4) from lxw_dual;320. 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;0.717356090899522821. 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;0.822. 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;0.621609968270664423. 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;0.924. 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;-10hive> select positive(12) from lxw_dual;1225. 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;5hive> 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;201112082. 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;13233096153. 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;13232340634. 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;13232340635. 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;2011-12-086. 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;2011hive> select year('2012-12-08') from lxw_dual;20127. 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;12hive> select month('2011-08-08') from lxw_dual;88. 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;8hive> select day('2011-12-24') from lxw_dual;249. 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;1010. 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;311. 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;112. 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;4913. 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;21314. 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;2012-12-1815. 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;200hive> select if(1=1,100,200) from lxw_dual;1002. 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;1003. 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;maryhive> Select case 200 when 50 then 'tom' when 100 then 'mary' else 'tim' end from lxw_dual;tim4. 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;maryhive> 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;72. 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;gfdecba3. 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;abcdefgh4. 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,gh5. 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;cdehive> select substring('abcde',3) from lxw_dual;cdehive>  select substr('abcde',-1) from lxw_dual;  （和ORACLE相同）e6. 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;cdhive> select substring('abcde',3,2) from lxw_dual;cdhive>select substring('abcde',-2,2) from lxw_dual;de7. 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;ABSEDhive> select ucase('abSEd') from lxw_dual;ABSED8. 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;absedhive> select lcase('abSEd') from lxw_dual;absed9. 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;abc10. 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;abc11. 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;abc12. 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;fb13. 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;thehive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from lxw_dual;barhive> 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.comhive> select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1') from lxw_dual;v115. 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;amy16. 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;1017. 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;abcabcabcabcabc18. 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;9719. 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;abctdtdtdt21. 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;2hive> 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;20hive> select count(distinct t) from lxw_dual;102. 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;100hive> select sum(distinct t) from lxw_dual;703. 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;50hive> select avg (distinct t) from lxw_dual;304. 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;205. 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;1206. 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<double>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<double>，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<double>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<double>，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<struct {‘x’,‘y’}>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<string,string>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<col1:string,col2:string,col3:string>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<string>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    tim2. 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    tom3. 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<col1:string,col2:string,col3:string>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<K.V>)语法: size(Map<K.V>)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;22.  array类型长度函数: size(Array<T>)语法: size(Array<T>)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;43.  类型转换函数类型转换函数: cast语法: cast(expr as <type>)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