【大数据入门 | Hive】函数{单行函数，集合函数，炸裂函数，窗口函数}

已于 2024-10-03 14:14:14 修改
阅读量1.6k 收藏 14
点赞数 38
文章标签： 大数据 hive hadoop
于 2024-10-02 23:11:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_80912559/article/details/142685376
版权

1. 函数简介：

Hive会将常用的逻辑封装成函数给用户进行使用，类似于Java中的函数。

好处：避免用户反复写逻辑，可以直接拿来使用。

重点：用户需要知道函数叫什么，能做什么。

Hive提供了大量的内置函数，按照其特点可大致分为如下几类：单行函数、聚合函数、炸裂函数、窗口函数。

以下命令可用于查询所有内置函数的相关信息。

1）查看系统内置函数

hive> show functions;

2）查看内置函数用法

hive> desc function upper;

3）查看内置函数详细信息

hive> desc function extended upper;

2. 单行函数

单行函数的特点是一进一出，即输入一行，输出一行。

单行函数按照功能可分为如下几类: 日期函数、字符串函数、集合函数、数学函数、流程控制函数等。

2.1 算术运算函数

2.2 数值函数

1）round：四舍五入

hive> select round(3.3);   3

2）ceil：向上取整

hive> select ceil(3.1) ;   4

3）floor：向下取整

hive> select floor(4.8);  4

2.3 字符串函数

1）substring：截取字符串

语法一：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

语法二：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

2）replace ：替换

语法：replace(string A, string B, string C)

返回值：string

说明：将字符串A中的子字符串B替换为C。

hive> select replace('atguigu', 'a', 'A')

3）regexp_replace：正则替换

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。

hive> select regexp_replace('100-200', '(\\d+)', 'num')

4）regexp：正则匹配

语法：字符串 regexp 正则表达式

返回值：boolean

说明：若字符串符合正则表达式，则返回true，否则返回false。

（1）正则匹配成功，输出true

hive> select 'dfsaaaa' regexp 'dfsa+'

（2）正则匹配失败，输出false

5）repeat：重复字符串

语法：repeat(string A, int n)

返回值：string

说明：将字符串A重复n遍。

hive> select repeat('123', 3);

hive> 123123123

6）split ：字符串切割

语法：split(string str, string pat)

返回值：array

说明：按照正则表达式pat匹配到的内容分割str，分割后的字符串，以数组的形式返回。

hive> select split('a-b-c-d','-');

hive> ["a","b","c","d"]

7）nvl ：替换null值

语法：nvl(A,B)

说明：若A的值不为null，则返回A，否则返回B。 

hive> select nvl(null,1); 

hive> 1

8）concat ：拼接字符串

语法：concat(string A, string B, string C, ……)

返回：string

说明：将A,B,C……等字符拼接为一个字符串

hive> select concat('beijing','-','shanghai','-','shenzhen');

hive> beijing-shanghai-shenzhen

9）concat_ws：以指定分隔符拼接字符串或者字符串数组

语法：concat_ws(string A, string…| array(string))

返回值：string

说明：使用分隔符A拼接多个字符串，或者一个数组的所有元素。

hive>select concat_ws('-','beijing','shanghai','shenzhen');

hive> beijing-shanghai-shenzhen

10）get_json_object：解析json字符串

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。

2.4 日期函数

1）unix_timestamp：返回当前或指定时间的时间戳

语法：unix_timestamp()

返回值：bigint

案例实操：

hive> select unix_timestamp('2022/08/08 08-08-08','yyyy/MM/dd HH-mm-ss');  

1659946088

2）from_unixtime：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

语法：from_unixtime(bigint unixtime[, string format])

返回值：string

案例实操：

hive> select from_unixtime(1659946088);  

2022-08-08 08:08:08

3）current_date：当前日期     

hive> select current_date; 

2022-07-11

4）current_timestamp：当前的日期加时间，并且精确的毫秒 

hive> select current_timestamp;   

2022-07-11 15:32:22.402

5）month：获取日期中的月

语法：month (string date)

hive> select day('2022-08-08 08:08:08') 

8

返回值：int

案例实操：

hive> select month('2022-08-08 08:08:08');

8

6）day：获取日期中的日

语法：day (string date)

返回值：int

案例实操：

hive> select day('2022-08-08 08:08:08') 

8

7）hour：获取日期中的小时

语法：hour (string date)

返回值：int

案例实操：

hive> select hour('2022-08-08 08:08:08');   

8

8）datediff：两个日期相差的天数（结束日期减去开始日期的天数）

语法：datediff(string enddate, string startdate)

返回值：int

案例实操：

hive> select datediff('2021-08-08','2022-10-09');  

-427

9）date_add：日期加天数

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

案例实操：

hive> select date_add('2022-08-08',2); 

2022-08-10

10）date_sub：日期减天数

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。

案例实操：

hive> select date_sub('2022-08-08',2);  

2022-08-06

11）date_format:将标准日期解析成指定格式字符串

hive> select date_format('2022-08-08','yyyy年-MM月-dd日')  

2022年-08月-08日

2.5 流程控制函数

1）case when：条件判断函数

语法一：case when a then b [when c then d]* [else e] end

返回值：T

说明：如果a为true，则返回b；如果c为true，则返回d；否则返回 e

hive> select case when 1=2 then 'tom' when 2=2 then 'mary' else 'tim' end from tabl eName; 
mary

语法二： case a when b then c [when d then e]* [else f] end

返回值: T

说明：如果a等于b，那么返回c；如果a等于d，那么返回e；否则返回f

hive> select case 100 when 50 then 'tom' when 100 then 'mary' else 'tim' end from t ableName; 
mary

2）if: 条件判断，类似于Java中三元运算符

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

（1）条件满足，输出正确

hive> select if(10 > 5,'正确','错误');

（2）条件满足，输出错误

hive> select if(10 < 5,'正确','错误');

3. 集合函数

1）size：集合中元素的个数

hive> select size(friends) from test;  --2/2  每一行数据中的friends集合里的个数

2）map：创建map集合

语法：map (key1, value1, key2, value2, …)

说明：根据输入的key和value对构建map类型

案例实操：

hive> select map('xiaohai',1,'dahai',2);  

hive> {"xiaohai":1,"dahai":2}

3）map_keys： 返回map中的key

hive> select map_keys(map('xiaohai',1,'dahai',2));

hive>["xiaohai","dahai"]

4）map_values: 返回map中的value

hive> select map_values(map('xiaohai',1,'dahai',2));

hive>[1,2]

5）array 声明array集合

语法：array(val1, val2, …)

说明：根据输入的参数构建数组array类

案例实操：

hive> select array('1','2','3','4');

hive>["1","2","3","4"]

6）array_contains: 判断array中是否包含某个元素

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

hive> true

7）sort_array：将array中的元素排序

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

hive> ["a","c","d"]

8）struct声明struct中的各属性

语法：struct(val1, val2, val3, …)

说明：根据输入的参数构建结构体struct类

案例实操：

hive> select struct('name','age','weight');

hive> {"col1":"name","col2":"age","col3":"weight"}

9）named_struct声明struct的属性和值

hive> select named_struct('name','xiaosong','age',18,'weight',80);

hive> {"name":"xiaosong","age":18,"weight":80}

4. 高级聚合函数

多进一出 （多行传入，一个行输出）。

1）普通聚合 count/sum

2）collect_list 收集并形成list集合，结果不去重

hive>
select 
  sex,
  collect_list(job)
from
  employee
group by 
  sex

女	["行政","研发","行政","前台"]
男	["销售","研发","销售","前台"]

3）collect_set 收集并形成set集合，结果去重

5. 炸裂函数

定义：UDTF（table-generating functions）

接收一行数据，输出一行或多行数据。

在Hive SQL中，处理数组或映射类型的“炸裂”通常涉及到将这些复杂类型的数据展开成多行或多列。Hive 提供了一些内置函数来帮助实现这一操作，特别是对于数组和映射类型。这里是一些常用的函数和示例：

5.1 使用lateral view和explode()

`explode()` 函数可以用来展开数组或映射类型中的元素。`LATERAL VIEW` 用于将这些展开的元素转换为单独的行。

对于数组
假设你有一个表 `orders`，其中包含一个名为 `items` 的数组字段，每个订单可能有多个项目。

CREATE TABLE orders (
  order_id INT,
  items ARRAY<STRING>
);


-- 插入一些数据
INSERT INTO orders VALUES (1, array('item1', 'item2'));
INSERT INTO orders VALUES (2, array('item3'));

-- 展开数组
SELECT order_id, item
FROM orders
LATERAL VIEW explode(items) exploded_table AS item;

order_id | item
---------|------
1        | item1
1        | item2
2        | item3
```

对于映射
如果 `items` 是一个映射类型，你可以使用 `explode()` 来展开键值对。

CREATE TABLE orders (
  order_id INT,
  items MAP<STRING, INT>  -- 假设这是商品名到数量的映射
);

-- 插入一些数据
INSERT INTO orders VALUES (1, map('item1', 2, 'item2', 3));
INSERT INTO orders VALUES (2, map('item3', 1));

-- 展开映射
SELECT order_id, key, value
FROM orders
LATERAL VIEW explode(items) exploded_table AS key, value;
```

这将产生如下结果：
```
order_id | key   | value
---------|-------|------
1        | item1 | 2
1        | item2 | 3
2        | item3 | 1
```

5.2 使用 `LATERAL VIEW` 和 `posexplode()`

如果你需要保留数组元素的位置信息，可以使用 `posexplode()` 函数。

-- 展开数组并获取位置
SELECT order_id, pos, item
FROM orders
LATERAL VIEW posexplode(items) exploded_table AS pos, item;
```

这将产生如下结果（包含元素的位置）：
```
order_id | pos | item
---------|-----|------
1        | 0   | item1
1        | 1   | item2
2        | 0   | item3

5.3 使用 `LATERAL VIEW` 和 `inline()`

`inline()` 函数可以用于展开结构化的数组，例如包含多个字段的数组。

CREATE TABLE orders (
  order_id INT,
  items ARRAY<STRUCT<name: STRING, quantity: INT>>
);

-- 插入一些数据
INSERT INTO orders VALUES (1, array(named_struct('name', 'item1', 'quantity', 2), named_struct('name', 'item2', 'quantity', 3)));
INSERT INTO orders VALUES (2, array(named_struct('name', 'item3', 'quantity', 1)));

-- 展开结构化数组
SELECT order_id, i.name, i.quantity
FROM orders
LATERAL VIEW inline(items) exploded_table AS i;
```

这将产生如下结果：
```
order_id | name  | quantity
---------|-------|---------
1        | item1 | 2
1        | item2 | 3
2        | item3 | 1

6. 窗口函数

定义：窗口函数，能为每行数据划分一个窗口，然后对窗口范围内的数据进行计算，最后将计算结果返回给该行数据。

6.1 常见窗口函数

按照功能，常用窗口可划分为如下几类：聚合函数、跨行取值函数、排名函数。

1）聚合函数

max：最大值。

min：最小值。

sum：求和。

avg：平均值。

count：计数。

2）跨行取值函数

（1）lead和lag

注：lag和lead函数不支持自定义窗口。

（2）first_value和last_value

3）排名函数

rank 、dense_rank、row_number不支持自定义窗口。

Vez'nan的幸福生活
关注
Hive练习题之炸裂函数(一)
weixin_43648241的博客
02-08 613
数据源 Jack,male,eat-play,北京:海淀-上海:浦东 Miso,male,eat-net-play,河北:保定-北京:海淀 小明,male,eat-net,河北:张家口-上海:浦东 小红,male,net-play,河北:保定-北京:海淀 Lily,female,eat-net,河北:保定-北京:海淀 Lucy,female,play-eat,北京:海淀-上海:浦东 Jack,male,eat-net-play,河北:保定-北京:海淀 Miso,male,online-net-eat,河北:
hive 炸裂函数的使用
weixin_45621200的博客
01-12 5629
hive中，炸裂函数有两个explode 和posexplode 都是可以把数组类型或map类型的字段拆分成多行，属于udtf函数。 也可以配合split函数使用。 lateral view侧写函数 只要是想查询除exlpode之外的字段就要使用侧写函数lateral view； posexplode 是在explode 的基础上多生成一列索引列，索引从0开始， 用法如下： select dept_id,name,idx,col from sys_dept lateral view posexplode(s
HiveSQL题——炸裂函数(explode/posexplode)
爱吃辣条的博客
01-31 7747
HiveSQL题——炸裂函数(explode/posexplode)
Hive中的炸裂、窗口函数及示例
qq_43147161的博客
12-24 7407
Hive中的炸裂函数和窗口函数的基本语法与示例
【大数据之Hive】十四、Hive-HQL函数之炸裂函数和窗口函数
阿宁的博客
06-21 893
将一行数据拆分多行，即制表函数，接收一行数据，输出一行或多行数据。
快速学习-Hive函数
01-20
Hive函数的学习是理解和运用Hive的关键部分。熟练掌握内置函数的使用，并学会创建自定义函数，能够使你在数据处理中游刃有余。无论是处理大数据集还是进行复杂的数据分析，Hive的函数库都能提供强大的支持。通过不断...
HiveSQL基础窗口函数学习笔记
08-30
总的来说，掌握HiveSQL的窗口函数对于大数据分析师来说至关重要，它能够帮助我们从海量数据中提取有价值的信息，进行深度的数据洞察。通过深入学习和实践，你可以更有效地利用HiveSQL进行复杂的数据分析任务。
hive自定义函数demo
05-30
- **UDF**: 单行函数，接收一个或多个输入值，返回一个单一的输出值。 - **UDAF**: 多行聚合函数，如SUM、AVG，接收一组输入值，累积它们，然后返回一个单一的聚合结果。 - **UDTF**: 多行转换函数，一个输入行...
高级软件人才培训专家-Hadoop课程资料-Hive函数
03-10
### 高级软件人才培训专家-Hadoop课程资料-Hive函数 #### 一、概述 在大数据处理领域，Hadoop已成为主流框架之一，而Hive作为Hadoop生态系统中的一个重要组件，主要用于进行数据仓库处理，使用户能够通过类似SQL的...
HIVE函数讲解之单行函数、聚合函数、炸裂函数、窗口函数
zjjcchina的博客
06-12 294
Hive处理的数据字段是可再分的，不满足原子性，即DDL可以定义一个字段类型为数组，因此才有了explode()函数，用于给这个字段展开降维，把指定的数组字段拆分降维展开为多行。本文给大家介绍了Hive中一些常用的基本函数、炸裂函数和窗口函数的理论及使用，各位程序猿们需要多多练习函数的使用，体会函数的效果以及它们之间的联合使用！窗口函数，也可以叫开窗函数，其从本质来看是将Hive 中一些复杂的查询封装成了窗口的形式，进行数据统计时使用并且操 作十分方便，窗口函数为统计时使用的聚合函数指定一个聚合的范围。
HIVE精炼笔记总结——[函数篇]
RobertDowneyLm的博客
05-19 3653
1.  hive函数使用小技巧：测试函数的用法，可以专门准备一个专门的dual表create table dual(x string);insert into table dual values(''); 其实：直接用常量来测试函数即可select substr("abcdefg",1,3); hive的所有函数手册：https://cwiki.apache.org/confluence/disp...
大数据技术之Hive（三）hive常用函数
five小点心的博客
02-25 2787
hive自带了一些函数，比如max/min等。但是数量有限，自己可以通过UDF来方便的扩展。当hive提供的内置函数无法满足业务需求时，就可以考虑用户自定义函数UDF根据用户自定义函数类别分为以下三种：UDF一进一出UDAF用户自定义聚合函数，多进一出类似于：count/max/minUDTF用户自定义表生成函数，一进多出。如lateral view explode()
Hive技术
努力做一个快乐的人
07-29 863
Hive
Hive炸裂函数explode的使用
FlatTiger的博客
02-20 9260
explode的作用 将一行集合类型的数据炸裂为多行数据。 格式 lateral view explode(字段) 表别名 as 列别名 如果字段类型是map：lateral view explode(字段) 表别名 as key别名,value别名 示例 有如下表数据 +-------------------+----------------------+ | movie_info.movie | movie_info.category | +-------------------+---------
Hive之爆炸函数
热门推荐
张鑫的博客
08-13 2万+
本部分主要讲述了列转行函数，是最最最最常用的函数，爆炸函数 1、函数说明 1）explode(col)： explode 函数是UFTF函数，将hive一列中复杂的array或者map结构拆分成多行。Explode函数是不允许在select再有其他字段, explode(ARRAY)  列表中的每个元素生成一行 explode(MAP)     map中每个key-value对，生成一...
hive中的爆炸函数（ lateral view 与 explode详解）
XIAOMO__的博客
11-16 1万+
explode就是将hive一行中复杂的array或者map结构拆分成多行。 lateral view用于和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。lateral view首先为原始表的每行调用UDTF，UDTF会把一行拆分成一或者多行，lateral view再把结果组合，产生一个支持别名表的虚拟表。 explode将复杂结构一行拆成多行，然后再用lateral view做各种聚合。 例： select * from t
Hive专栏概述
最新发布
通往IT大道的专栏
11-03 180
Hive“出身名门”，是最初由Facebook公司开发的数据仓库工具。它简单且容易上手，是深入学习Hadoop技术的一个很好的切入点。专栏内容包括：Hive的安装和配置，其核心组件和架构，Hive数据操作语言，如何加载、查询和分析数据，Hive的性能调优以及安全性，等等。本书旨在为读者打牢基础，从而踏上专业的大数据处理之旅。获取更多干货内容，记得关注我哦。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值