【Hive】（十一）Hive 内置函数集合_hive 中有类似mysql uuid 函数吗

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

hive> select map_keys(str_to_map('a:1,b:2'));
OK
["a","b"]
Time taken: 0.034 seconds, Fetched: 1 row(s)

array_contains:判断键是否存在

hive> select array_contains(map_keys(str_to_map('a:1,b:2')),'a');

sort_array:数组排序

hive> select sort_array(split('45,23,78,43,12',','));

5、转换函数

cast：转换数据类型

hive> select cast('2018-06-28' as date);
+----------------------------+
| cast('2018-06-28' as date) |
+----------------------------+
| 2018-06-28                 |
+----------------------------+
1 row in set (0.00 sec)

6、日期函数

• to_date:从一个字符串中取出为日期的部分
• year、month、day:从一个日期中取出相应的年、月、日

hive> select year(from_unixtime(unix_timestamp(),'yyyy-MM-dd'));

• weekofyear:返回输入日期在该年中是第几个星期
• datediff:两个日期相减，返回相差天数
• date_add:在一个日期基础上增加天数
• date_sub:在一个日期基础上减去天数

7、条件函数

if：如果testCondition为 true 就返回 valueTrue，否则返回 valueFalseOrNull

hive> select if
    > (1>2,'hehe','xixi');
OK
xixi
Time taken: 0.061 seconds, Fetched: 1 row(s)

nvl： value为null 返回default_value 否则返回value

hive> select nvl(null,1);
OK
1
Time taken: 0.036 seconds, Fetched: 1 row(s)
hive> select nvl(1,3);
OK
1
Time taken: 0.039 seconds, Fetched: 1 row(s)
hive> select nvl(null,null);
OK
NULL
Time taken: 0.034 seconds, Fetched: 1 row(s)

coalesce：从左到右返回第一个不为null的值

hive> select coalesce(null,null,null);
OK
NULL
Time taken: 0.042 seconds, Fetched: 1 row(s)
hive> select coalesce(null,null,null,123,34,456);
OK
123
Time taken: 0.041 seconds, Fetched: 1 row(s)

case…when…：条件表达式

hive> select name,orderdate,cost,case cost when 29 then 'hehe' else 'xixi' end from order;

语法格式：case A when B then C [when D then E]* [else F] end

解释：对于A来说，如果判断为B则返回C，如果判断为D则返回E（此处判断条件可为多个），如果以上都不是则返回F。注意，最后还有还有一个end结束符。

png)

运行结果：

8、聚合函数

count：返回行数

sum：组内某列求和

min：组内某列最小值

max：组内某列最大值

avg：组内某列平均值

以工资sal为例：

select count(\*),sum(sal),max(sal),min(sal),avg(sal) from emp;

9、表生成函数

explode：把map集合中每个键值对或数组中的每个元素都单独生成一行的形式

二、Hive 全部函数集合

函数名	含义及实例
ABS	abs（x） - 返回x的绝对值 示例： > SELECT abs（0）FROM src LIMIT 1; 0 > SELECT abs（-5）FROM src LIMIT 1; 五
ACOS	acos（x） - 如果-1 <= x <= 1则返回x的反余弦值，否则返回NULL 例如： > SELECT acos（1）FROM src LIMIT 1; 0 > SELECT acos（2）FROM src LIMIT 1;
ADD_MONTHS	add_months（start_date，num_months） - 返回start_date之后的num_months日期。 start_date是格式为’yyyy-MM-dd HH：mm：ss’或’yyyy-MM-dd’的字符串。num_months是一个数字。start_date的时间部分被忽略。 示例： > SELECT add_months（‘2009-08-31’，1）FROM src LIMIT 1; ‘2009-09-30’
AES_DECRYPT	aes_decrypt（输入二进制，密钥字符串/二进制） - 使用AES解密输入。 AES（高级加密标准）算法。可以使用128,192或256位的密钥长度。如果安装了Java Cryptography Extension（JCE）Unlimited Strength Jurisdiction Policy Files，则可以使用192和256位密钥。如果任一参数为NULL或密钥长度不是允许值之一，则返回值为NULL。 示例：> SELECT aes_decrypt（unbase64（‘y6Ss + zCYObpCbgfWfyNWTw ==’），‘1234567890123456’）; ‘ABC’
AES_ENCRYPT	aes_encrypt（输入字符串/二进制，密钥字符串/二进制） - 使用AES加密输入。 AES（高级加密标准）算法。可以使用128,192或256位的密钥长度。如果安装了Java Cryptography Extension（JCE）Unlimited Strength Jurisdiction Policy Files，则可以使用192和256位密钥。如果任一参数为NULL或密钥长度不是允许值之一，则返回值为NULL。 示例：> SELECT base64（aes_encrypt（‘ABC’，‘1234567890123456’））; ‘y6Ss + zCYObpCbgfWfyNWTw ==’
and	a1和a2和…以及 - 逻辑和
array	array（n0，n1 …） - 使用给定元素创建数组
array_contains	array_contains（array，value） - 如果数组包含值，则返回TRUE。 示例： > SELECT array_contains（array（1,2,3），2）FROM src LIMIT 1; 真正
ASCII	ascii（str） - 返回str的第一个字符的数值 如果str为空则返回0;如果str为NULL，则返回NULL 示例： > SELECT ascii（‘222’）FROM src LIMIT 1; 50 > SELECT ascii（2）FROM src LIMIT 1; 50
asin	asin（x） - 如果-1 <= x <= 1则返回x的反正弦，否则返回NULL 例如： > SELECT asin（0）FROM src LIMIT 1; 0 > SELECT asin（2）FROM src LIMIT 1; 空值
ASSERT_TRUE	assert_true（condition） - 如果’condition’不为真，则抛出异常。 示例： > SELECT assert_true（x> = 0）FROM src LIMIT 1; 空值
atan	atan（x） - 返回x的atan（arctan）（x是弧度） 示例： > SELECT atan（0）FROM src LIMIT 1; 0
avg	avg（x） - 返回一组数字的平均值
BASE64	base64（bin） - 将参数从二进制转换为base 64字符串
between	在[NOT] BETWEEN b和c之间 - 评估a是否在b和c之间
bin	bin（n） - 返回二进制 n中的n是BIGINT。如果n为NULL，则返回NULL。 示例： > SELECT bin（13）FROM src LIMIT 1’1101’
bloom_filter	函数’bloom_filter’没有文档
bround	bround（x [，d]） - 使用HALF_EVEN舍入模式将x舍入到d小数位。 银行家的四舍五入。该值四舍五入到最接近的偶数。也称为高斯舍入。 示例： > SELECT bround（12.25,1）; 12.2
cardinality_violation	cardinality_violation（n0，n1 …） - 引发基数违规
case	CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END - When a = b, returns c; when a = d, return e; else return f Example: SELECT CASE deptno WHEN 1 THEN Engineering WHEN 2 THEN Finance ELSE admin END, CASE zone WHEN 7 THEN Americas ELSE Asia-Pac END FROM emp_details
CBRT	cbrt（double） - 返回double值的立方根。 示例： > SELECT cbrt（27.0）; 3.0
ceil	ceil（x） - 求小于x的最小整数 同义词：ceiling 示例： > SELECT ceil（-0.1）FROM src LIMIT 1; 0 > SELECT ceil（5）FROM src LIMIT 1; 五
ceiling	ceiling（x） - 找到不小于x的最小整数 同义词：ceil 例： > SELECT ceiling（-0.1）FROM src LIMIT 1; 0 > SELECT ceiling（5）FROM src LIMIT 1; 五
CHAR_LENGTH	char_length（str
CHARACTER_LENGTH	character_length（str
CHR	chr（str） - 将n中的n：[0,256]转换为ascii等价物作为varchar。如果n小于0则返回空字符串。如果n> 256，则返回chr（n％256）。 示例： > SELECT chr（‘48’）FROM src LIMIT 1; ‘0’ > SELECT chr（‘65’）FROM src LIMIT 1; ‘一个’
coalesce	coalesce（a1，a2，…） - 返回第一个非空参数 示例： > SELECT coalesce（NULL，1，NULL）FROM src LIMIT 1; 1
collect_list	collect_list（x） - 返回具有重复项的对象列表
collect_set	collect_set（x） - 返回一组消除了重复元素的对象
compute_stats	compute_stats（x） - 返回一组基本类型值的统计摘要。
CONCAT	concat（str1，str2，… strN） - 返回str1，str2，… strN或concat（bin1，bin2，… binN）的串联 - 返回二进制数据bin1，bin2，…中的字节串联。 … binN 如果任何参数为NULL，则返回NULL。 示例： > SELECT concat（‘abc’，‘def’）FROM src LIMIT 1; ‘ABCDEF’
CONCAT_WS	concat_ws（separator，[string
context_ngrams	context_ngrams（expr，array <string1，string2，…>，k，pf）估计适合指定上下文的top-k最频繁的n-gram。第二个参数指定一个字符串，用于指定n-gram元素的位置，其中空值表示必须由n-gram元素填充的“空白”。 主表达式必须是字符串数组或字符串数​​组数组，例如句子（）UDF的返回类型。第二个参数指定上下文 - 例如，数组（“i”，“love”，null） - 它将估计主表达式中“i love”短语后面的顶部“k”字。可选的第四个参数’pf’控制启发式使用的内存。值越大，精度越高，但要使用更多内存。用法示例： SELECT context_ngrams（句子（lower（review）），array（“i”，“love”，null，null），10）FROM电影 会尝试确定“我爱”之后的10个最常见的双字短语自由形式自然语言电影评论数据库。
CONV	conv（num，from_base，to_base） - 将num从from_base转换为to_base 如果to_base为负数，则将num视为有符号整数，否则将其视为无符号整数。 示例： > SELECT conv（‘100’，2,10）FROM src LIMIT 1; ‘4’ > SELECT conv（-10,16，-10）FROM src LIMIT 1; ‘16’
corr	corr（y，x） - 返回 一组数字对之间的Pearson相关系数 该函数将任意一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 如果N * SUM（x * x）= SUM（x）* SUM（x）：返回NULL。 如果N * SUM（y * y）= SUM（y）* SUM（y）：返回NULL。 否则，它计算以下内容： COVAR_POP（x，y）/（STDDEV_POP（x）* STDDEV_POP（y）） 其中x和y都不为空， COVAR_POP是总体协方差， STDDEV_POP是总体标准差。
COS	cos（x） - 返回x的余弦值（x是弧度） 示例： > SELECT cos（0）FROM src LIMIT 1; 1
count	count（*） - 返回检索到的行的总数，包括包含NULL值的行。 count（expr） - 返回提供的表达式为非NULL的行数。 count（DISTINCT expr [，expr …]） - 返回提供的表达式唯一且非NULL的行数。
Covr_pop	covar_pop（x，y） - 返回一组数字对的总体协方差 该函数将任意一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。如果该函数应用于空集， 则返回NULL 。否则，它计算以下内容： （SUM（x * y）-SUM（x）* SUM（y）/ COUNT（x，y））/ COUNT（x，y） 其中x和y都不为空。
Covr_samp	covar_samp（x，y） - 返回一组数字对的样本协方差 该函数将任意一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 如果应用于具有单个元素的集合：将返回NULL。 否则，它计算以下内容： （SUM（x * y）-SUM（x）* SUM（y）/ COUNT（x，y））/（COUNT（x，y）-1） 其中x和y都不为null 。 1
CRC32	crc32（str或bin） - 计算字符串或二进制参数的循环冗余校验值并返回bigint值。 示例： > SELECT crc32（‘ABC’）; 2743272264 > SELECT crc32（binary（‘ABC’））; 2743272264
create_union	create_union（tag，obj1，obj2，obj3，…） - 使用给定标记的对象创建一个联合 示例： > SELECT create_union（1,1，“one”）FROM src LIMIT 1; 一
CUME_DIST	函数’cume_dist’没有文档
current_database	current_database（） - 当前使用数据库名称返回
current_database	current_date（） - 返回查询评估开始时的当前日期。同一查询中current_date的所有调用都返回相同的值。
CURRENT_TIMESTAMP	current_timestamp（） - 返回查询评估开始时的当前时间戳。同一查询中的current_timestamp的所有调用都返回相同的值
current_user	current_user（） - 返回当前用户名
DATE_ADD	date_add（start_date，num_days） - 返回start_date之后的num_days日期。 start_date是格式为’yyyy-MM-dd HH：mm：ss’或’yyyy-MM-dd’的字符串。num_days是一个数字。start_date的时间部分被忽略。 示例： > SELECT date_add（‘2009-07-30’，1）FROM src LIMIT 1; ‘2009-07-31’
date_format	date_format（date / timestamp / string，fmt） - 以日期格式fmt指定的格式将日期/时间戳/字符串转换为字符串值。 支持的格式是SimpleDateFormat格式 - https://docs.oracle.com/javase/7/docs/api/java/text/SimpleDateFormat.html。第二个参数fmt应该是常量。 示例：> SELECT date_format（‘2015-04-08’，‘y’）; ‘2015’
DATE_SUB	date_sub（start_date，num_days） - 返回start_date之前的num_days日期。 start_date是格式为’yyyy-MM-dd HH：mm：ss’或’yyyy-MM-dd’的字符串。num_days是一个数字。start_date的时间部分被忽略。 示例： > SELECT date_sub（‘2009-07-30’，1）FROM src LIMIT 1; ‘2009-07-29’
DATEDIFF	datediff（date1，date2） - 返回date1和date2之间的天数 date1和date2是格式为’yyyy-MM-dd HH：mm：ss’或’yyyy-MM-dd’的字符串。时间部分被忽略。如果date1早于date2，则结果为负。 示例： > SELECT datediff（‘2009-07-30’，‘2009-07-31’）FROM src LIMIT 1; 1
day	day（param） - 返回日期/时间戳的月份日期或间隔的日期组件 同义词：dayofmonth param可以是以下之一： 1。格式为’yyyy-MM-dd HH：mm：ss’的字符串或’yyyy-MM-dd’。 2.日期值 3.时间戳值 4.日间隔时间值示例： > SELECT day（‘2009-07-30’）FROM src LIMIT 1; 三十
DAYOFMONTH	dayofmonth（param） - 返回日期/时间戳的月份日期或间隔的日期组成部分 别名：day param可以是以下之一： 1。格式为’yyyy-MM-dd HH：mm：ss’的字符串或’yyyy-MM-dd’。 2.日期值 3.时间戳值 4.日间隔时间值示例： > SELECT dayofmonth（‘2009-07-30’）FROM src LIMIT 1; 三十
dayofweek	dayofweek（param） - 返回日期/时间戳的星期几（1 =星期日，2 =星期一，…，7 =星期六） param可以是以下之一： 1。格式为’yyyy-MM的字符串-dd HH：mm：ss’或’yyyy-MM-dd’。 2.日期值 3.时间戳值示例： > SELECT dayofweek （‘2009-07-30’）FROM src LIMIT 1; 五
decode	decode（bin，str） - 使用第二个参数字符集解码第一个参数字符集的 可能选项是’US-ASCII’，‘ISO-8859-1’， ‘UTF-8’，‘UTF-16BE’， ‘UTF-16LE’和’UTF-16’。如果任一参数 为null，则结果也将为null
degrees	degrees（x） - 将弧度转换为度数 示例： > SELECT degrees（30）FROM src LIMIT 1; -1
DENSE_RANK	函数’dense_rank’没有文档
DIV	a div b - 将a除以b舍入为长整数 示例： > SELECT 3 div 2 FROM src LIMIT 1; 1
e	e（） - 返回E 示例： > SELECT e（）FROM src LIMIT 1; 2.718281828459045
elt	elt（n，str1，str2，…） - 返回第n个字符串 例如： > SELECT elt（1，‘face’，‘book’）FROM src LIMIT 1; ‘面对’
encode	encode（str，str） - 使用第二个参数字符集对第一个参数进行编码字符集的 可能选项是“US-ASCII”，“ISO-8859-1”， “UTF-8”，“UTF-16BE”， ‘UTF-16LE’和’UTF-16’。如果任一参数 为null，则结果也将为null
ewah_bitmap	ewah_bitmap（expr） - 返回列的EWAH压缩位图表示。
ewah_bitmap_and	ewah_bitmap_and（b1，b2） - 返回EWAH压缩的位图，该位图是两个位图的按位AND。
ewah_bitmap_empty	ewah_bitmap_empty（bitmap） - 测试EWAH压缩位图是否全为零的谓词
ewah_bitmap_or	ewah_bitmap_or（b1，b2） - 返回EWAH压缩位图，该位图是两个位图的按位OR。
EXP	exp（x） - 返回e到x的幂的 例子： > SELECT exp（0）FROM src LIMIT 1; 1
explode	explode（a） - 将数组a的元素分成多行，或将map的元素分成多个行和列
extract_union	extract_union（union [，tag]） - 递归地将联合分解为结构或简单地提取给定的标记。 > SELECT extract_union（{0：“foo”}）。tag_0 FROM src; foo > SELECT extract_union（{0：“foo”}）。tag_1 FROM src; null > SELECT extract_union（{0：“foo”}，0）FROM src; foo > SELECT extract_union（{0：“foo”}，1）FROM src; 空值
factorial	factorial（int） - 返回n阶乘。有效n为[0…20]。 如果n超出[0…20]范围，则​​返回null。 示例： > SELECT factorial（5）; 120
field	field（str，str1，str2，…） - 返回str1，str2，…列表中str的索引或0如果未找到 则支持所有基元类型，使用str.equals（x）比较参数。如果str为NULL，则返回值为0。
FIND_IN_SET	find_in_set（str，str_array） - 返回str_array中str的第一个匹配项，其中str_array是逗号分隔的字符串。如果任一参数为null，则返回null。如果第一个参数有逗号，则返回0。 示例： > SELECT find_in_set（‘ab’，‘abc，b，ab，c，def’）FROM src LIMIT 1; 3 > SELECT * FROM src1 WHERE NOT find_in_set（key，‘311,128,345,956’）= 0; 311 val_311 128
FIRST_VALUE	函数’first_value’没有文档
floor	floor（x） - 查找不大于x的最大整数 示例： > SELECT floor（-0.1）FROM src LIMIT 1; -1 > SELECT floor（5）FROM src LIMIT 1; 五
floor_day	floor_day（param） - 返回一天的时间戳粒度 param需要是一个时间戳值 示例： > SELECT floor_day（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-MM-dd 00:00:00
floor_hour	floor_hour（param） - 返回一小时的时间戳粒度 param需要是一个时间戳值 示例： > SELECT floor_hour（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-MM-dd HH：00：00
floor_minute	floor_minute（param） - 返回一分钟时间戳，粒度 param需要是一个时间戳值 示例： > SELECT floor_minute（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-MM-dd HH：mm：00
floor_month	floor_month（param） - 返回一个月的时间戳粒度 param需要是一个时间戳值 示例： > SELECT floor_month（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-MM-01 00:00:00
floor_quarter	floor_quarter（param） - 返回四分之一粒度 param的时间戳需要是一个时间戳值 示例： > SELECT floor_quarter（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-xx-01 00:00:00 5
floor_second	floor_second（param） - 返回第二个粒度 参数的时间戳需要是时间戳值 示例： > SELECT floor_second（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-MM-dd HH：mm：ss
floor_week	floor_week（param） - 返回一周的时间戳粒度 param需要是一个时间戳值 示例： > SELECT floor_week（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-MM-xx 00:00:00
floor_year	floor_year（param） - 返回一年中的时间戳粒度 param需要是一个时间戳值 示例： > SELECT floor_year（CAST（'yyyy-MM-dd HH：mm：ss’AS TIMESTAMP））FROM src; yyyy-01-01 00:00:00
format_number	format_number（X，D或F） - 将数字X格式化为’＃，###，###。##‘等格式，舍入到D小数位，或者使用指定格式F格式化，并返回结果作为字符串。如果D为0，则结果没有小数点或小数部分。这应该像MySQL的FORMAT 示例： > SELECT format_number（12332.123456,4）FROM src LIMIT 1; ‘12,332.1235’ > SELECT format_number（12332.123456，’##################。###'）FROM src LIMIT 1; ‘12332.123’
FROM_UNIXTIME	from_unixtime（unix_time，format） - 以指定的格式返回unix_time 示例： > SELECT from_unixtime（0，‘yyyy-MM-dd HH：mm：ss’）FROM src LIMIT 1; ‘1970-01-01 00:00:00’
from_utc_timestamp	from_utc_timestamp（timestamp，string timezone） - 假设给定的时间戳是UTC并转换为给定的时区（从Hive 0.8.0开始）
get_json_object	get_json_object（json_txt，path） - 从路径中 提取json对象从基于指定的json路径的json字符串中提取json对象，并返回提取的json对象的json字符串。如果输入json字符串无效，它将返回null。 支持的JSONPath限制版本： $：Root对象 。：子运算符 []：数组 *的下标运算符：[] 不支持的通配符值得注意： ‘’：作为键的零长度字符串 …：递归下降 ＆amp;＃064; ：当前对象/元素 （）：脚本表达式 ？（）：过滤器（脚本）表达式。 [，]：联盟运营商 [start：end：step]：数组切片运算符
get_splits	get_splits（string，int） - 返回引用的表字符串的长度为int serialized的数组。
maximum	maximum（v1，v2，…） - 返回值列表中的最大值 示例： > SELECT maximum（2,3,1）FROM src LIMIT 1; 3
grouping	grouping（a，b） - 指示是否聚合指定的列表达式。返回1表示聚合，0表示未聚合。 a是分组ID，b是我们要提取的索引
hash	hash（a1，a2，…） - 返回参数的哈希值
hex	hex（n，bin或str） - 将参数转换为十六进制 如果参数是字符串，则为字符串中的每个字符返回两个十六进制数字。 如果参数是数字或二进制，则返回十六进制表示。 示例： > SELECT hex（17）FROM src LIMIT 1; ‘H1’ > SELECT hex（‘Facebook’）FROM src LIMIT 1; ‘46616365626F6F6B’
histogram_numeric	histogram_numeric（expr，nb） - 使用nb bin计算数字’expr’的直方图。 示例： > SELECT histogram_numeric（val，3）FROM src; [{ “×”：100， “Y”：14.0}，{ “×”：200， “Y”：22.0}，{ “×”：290.5， “Y”：11.0}] 返回值是表示直方图区间中心的（x，y）对数组。随着’nb’的值增加，直方图近似得到更细粒度，但可能会产生异常值周围的伪影。在实践中，20-40个直方图箱似乎运行良好，倾斜或较小的数据集需要更多的箱。请注意，此函数会创建一个具有非均匀bin宽度的直方图。它不能保证直方图的均方误差，但实际上与R / S-Plus统计计算包产生的直方图相当。
hour	hour（param） - 返回字符串/ timestamp / interval的小时组件 param可以是以下之一： 1。格式为’yyyy-MM-dd HH：mm：ss’或’HH：mm：ss’的字符串。 2.时间戳值 3.日间隔值示例： > SELECT hour（‘2009-07-30 12:58:59’）FROM src LIMIT 1; 12 > SELECT hour（‘12：58：59’） from src LIMIT 1; 12
if	IF（expr1，expr2，expr3） - 如果expr1为TRUE（expr1 <> 0且expr1 <> NULL）则IF（）返回expr2; 否则返回expr3。IF（）返回数值或字符串值，具体取决于使用它的上下文。
test in	test in（val1，val2 …） - 如果test等于任何valN，则返回true
in_bloom_filter
in_file中	in_file（str，filename） - 如果str出现在文件中，则返回true
index	index（a，n） - 返回a的第n个元素
INITCAP	initcap（str） - 返回str，每个单词的第一个字母用大写字母表示，所有其他字母用小写字母表示。单词由空格分隔。 示例： > SELECT initcap（‘tHe soap’）FROM src LIMIT 1; ‘肥皂’
inline	inline（ARRAY（STRUCT（）[，STRUCT（）] - 将数据和结构分解为表
INSTR	instr（str，substr） - 返回str中第一次出现substr的索引 例如： > SELECT instr（‘Facebook’，‘boo’）FROM src LIMIT 1; 五
internal_interval	internal_interval（intervalType，intervalArg） 此方法不是设计用于直接调用它 - 它为’INTERVAL（intervalArg）intervalType’构造提供内部支持
isnotnull	isnotnull a - 如果a不为NULL则返回true，否则返回false
isnull a	isnull a - 如果a为NULL则返回true，否则返回false
java_method	java_method（class，method [，arg1 [，arg2 …]]）使用反射调用方法 同义词：reflect 使用此UDF通过匹配参数签名来调用Java方法
json_tuple	json_tuple（jsonStr，p1，p2，…，pn） - 与get_json_object类似，但它需要多个名称并返回一个元组。所有输入参数和输出列类型都是字符串。 函数类：org.apache.hadoop.hive.ql.udf.generic.GenericUDTFJSONTuple
LAG	LAG（scalar_expression [，offset] [，default]）OVER（[query_partition_clause] order_by_clause）; LAG函数用于访问前一行的数据。 示例： 选择p1.p_mfgr，p1.p_name，p1.p_size， p1.p_size - lag（p1.p_size，1，p1.p_size）over（由p1.p_mfgr按p1.p_name排序）作为deltaSz 从part p1 join p1.p_partkey = p2.p_partkey上的p2部分
last_day	last_day（date） - 返回日期所属月份的最后一天。 date是格式为’yyyy-MM-dd HH：mm：ss’或’yyyy-MM-dd’的字符串。日期的时间部分被忽略。 示例： > SELECT last_day（‘2009-01-12’）FROM src LIMIT 1; ‘2009-01-31’
LAST_VALUE
LCASE	lcase（str） - 返回str，所有字符都改为小写 同义词：lower 示例： > SELECT lcase（‘Facebook’）FROM src LIMIT 1; “Facebook的
lead	LEAD（scalar_expression [，offset] [，default]）OVER（[query_partition_clause] order_by_clause）; LEAD函数用于从下一行返回数据。 示例： 选择p_name，p_retailprice，lead（p_retailprice）over（）为l1， lag（p_retailprice）over（）为l2 ， 其中p_retailprice = 1173.15
least	least（v1，v2，…） - 返回值列表中的最小值 示例： > SELECT least（2,3,1）FROM src LIMIT 1; 1
length	length（str
levenshtein	levenshtein（str1，str2） - 该函数计算两个弦之间的Levenshtein距离。 Levenshtein距离是用于测量两个序列之间差异的字符串度量。非正式地，两个单词之间的Levenshtein距离是将一个单词改为另一个单词所需的单字符编辑（即插入，删除或替换）的最小数量。它以弗拉基米尔·莱文 斯坦（Vladimir Levenshtein）的名字命名，他在1965年考虑过这个距离。例如：>选择levenshtein（‘小猫’，‘坐着’）; 3
like	like（str，pattern） - 检查str是否匹配模式 示例： > SELECT a.* FROM srcpart a WHERE a.hr like’％2’LIMIT 1; 27 val_27 2008-04-08 12
LN	ln（x） - 返回x的自然对数 示例： > SELECT ln（1）FROM src LIMIT 1; 0
locate	locate（substr，str [，pos]） - 返回位置pos后str中第一次出现substr的位置 示例： > SELECT locate（‘bar’，‘foobarbar’，5）FROM src LIMIT 1; 7
log	log（[b]，x） - 返回x与base b的对数 示例： > SELECT log（13,13）FROM src LIMIT 1; 1
LOG10	log10（x） - 返回x的基数为10的对数 示例： > SELECT log10（10）FROM src LIMIT 1; 1
LOG2	log2（x） - 返回x的基数为2的对数 示例： > SELECT log2（2）FROM src LIMIT 1; 1
LOGGED_IN_USER	logged_in_user（） - 返回登录的用户名 SessionState GetUserName - 会话初始化时提供的用户名
lower	lower（str） - 返回str，所有字符都改为小写 同义词：lcase 示例： > SELECT lower（‘Facebook’）FROM src LIMIT 1; “Facebook的
LPAD	lpad（str，len，pad） - 返回str，左边用pad填充长度为len 如果str长于len，则返回值缩短为len个字符。 如果是空填充字符串，则返回值为null。 示例： > SELECT lpad（‘hi’，5，‘??’）FROM src LIMIT 1; ‘??? hi’ > SELECT lpad（‘hi’，1，‘??’）FROM src LIMIT 1; ‘h’ > SELECT lpad（‘hi’，5，‘’）FROM src LIMIT 1; 空值
LTRIM	ltrim（str） - 从str中删除前导空格字符 例如： > SELECT ltrim（‘facebook’）FROM src LIMIT 1; “Facebook的
lower	lower（key0，value0，key1，value1 …） - 创建具有给定键/值对的映射
map_keys	map_keys（map） - 返回包含输入映射键的无序数组
map_values	map_values（map） - 返回包含输入映射值的无序数组。
mask	掩盖给定值 示例： mask（ccn） mask（ccn，‘X’，‘x’，‘0’） mask（ccn，‘x’，‘x’，‘x’） 参数： mask（value，upperChar， lowerChar，digitChar，otherChar，numberChar，dayValue，monthValue，yearValue） value - 要屏蔽的值。支持的类型：TINYINT，SMALLINT，INT，BIGINT，STRING，VARCHAR，CHAR，DATE upperChar - 用大写字符替换大写字符的字符。指定-1以保留原始字符。默认值：’ X’lowerChar - 用小写替换小写字符的字符。指定-1以保留原始字符。默认值：‘x’ digitChar - 用数字字符替换的字符。指定-1以保留原始字符。默认值：’ n’otherChar - 用其替换所有其他字符的字符。指定-1以保留原始字符。默认值：-1 numberChar - 用数字替换数字的字符。有效值：0-9。默认值：’ 1’dayValue - 用日期替换日期字段的值。指定-1以保留原始值。有效值：1-31。默认值：1 monthValue - 用日期替换日期中的月份字段的值。指定-1以保留原始值。有效值：0-11。默认值：0 yearValue - 用日期替换年份字段的值。指定-1以保留原始值。默认值：0
mask_first_n	掩盖值的前n个字符 示例： mask_first_n（ccn，8） mask_first_n（ccn，8，‘x’，‘x’，‘x’） 参数： mask（value，charCount，upperChar，lowerChar，digitChar，otherChar， numberChar） value - 要屏蔽的值。支持的类型：TINYINT，SMALLINT，INT，BIGINT，STRING，VARCHAR，CHAR charCount - 字符数。默认值：4 upperChar - 用大写字符替换大写字符的字符。指定-1以保留原始字符。默认值：’ X’lowerChar - 用小写替换小写字符的字符。指定-1以保留原始字符。默认值：‘x’ digitChar - 用数字字符替换的字符。指定-1以保留原始字符。默认值：’ n’otherChar - 用其替换所有其他字符的字符。指定-1以保留原始字符。默认值：-1 numberChar - 用数字替换数字的字符。有效值：0-9。默认值：‘1’
mask_hash	返回给定值的哈希值 示例： mask_hash（value） 参数： value - 要掩码的值。支持的类型：STRING，VARCHAR，CHAR
mask_last_n	屏蔽值的最后n个字符 示例： mask_last_n（ccn，8） mask_last_n（ccn，8，‘x’，‘x’，‘x’） 参数： mask_last_n（value，charCount，upperChar，lowerChar，digitChar，otherChar， numberChar） value - 要屏蔽的值。支持的类型：TINYINT，SMALLINT，INT，BIGINT，STRING，VARCHAR，CHAR charCount - 字符数。默认值：4 upperChar - 用大写字符替换大写字符的字符。指定-1以保留原始字符。默认值：’ X’lowerChar - 用小写替换小写字符的字符。指定-1以保留原始字符。默认值：‘x’ digitChar - 用数字字符替换的字符。指定-1以保留原始字符。默认值：’ n’otherChar - 用其替换所有其他字符的字符。指定-1以保留原始字符。默认值：-1 numberChar - 用数字替换数字的字符。有效值：0-9。默认值：‘1’
mask_show_first_n	掩码除了值的前n个字符以外的所有字符 示例： mask_show_first_n（ccn，8） mask_show_first_n（ccn，8，‘x’，‘x’，‘x’） 参数： mask_show_first_n（value，charCount，upperChar，lowerChar，digitChar，otherChar ，numberChar） value - 要屏蔽的值。支持的类型：TINYINT，SMALLINT，INT，BIGINT，STRING，VARCHAR，CHAR charCount - 字符数。默认值：4 upperChar - 用大写字符替换大写字符的字符。指定-1以保留原始字符。默认值：’ X’lowerChar - 用小写替换小写字符的字符。指定-1以保留原始字符。默认值：‘x’ digitChar - 用数字字符替换的字符。指定-1以保留原始字符。默认值：’ n’otherChar - 用其替换所有其他字符的字符。指定-1以保留原始字符。默认值：-1 numberChar - 用数字替换数字的字符。有效值：0-9。默认值：‘1’
mask_show_last_n	掩码除了值的最后n个字符之外的所有 例子： mask_show_last_n（ccn，8） mask_show_last_n（ccn，8，‘x’，‘x’，‘x’） 参数： mask_show_last_n（value，charCount，upperChar，lowerChar，digitChar，otherChar ，numberChar） value - 要屏蔽的值。支持的类型：TINYINT，SMALLINT，INT，BIGINT，STRING，VARCHAR，CHAR charCount - 字符数。默认值：4 upperChar - 用大写字符替换大写字符的字符。指定-1以保留原始字符。默认值：’ X’lowerChar - 用小写替换小写字符的字符。指定-1以保留原始字符。默认值：‘x’ digitChar - 用数字字符替换的字符。指定-1以保留原始字符。默认值：’ n’otherChar - 用其替换所有其他字符的字符。指定-1以保留原始字符。默认值：-1 numberChar - 用数字替换数字的字符。有效值：0-9。默认值：‘1’
matchpath
max	max（expr） - 返回expr的最大值
MD5	md5（str或bin） - 为字符串或二进制文件计算MD5 128位校验和。 该值以32个十六进制数字的字符串形式返回，如果参数为NULL，则返回NULL。 示例： > SELECT md5（‘ABC’）; ‘902fbdd2b1df0c4f70b4a5d23525e932’ > SELECT md5（二进制（‘ABC’））; ‘902fbdd2b1df0c4f70b4a5d23525e932’
min	min（expr） - 返回expr的最小值
minute	minute（param） - 返回字符串/ timestamp / interval的分钟组件 param可以是以下之一： 1。格式为’yyyy-MM-dd HH：mm：ss’或’HH：mm：ss’的字符串。 2.时间戳值 3.日间隔值示例： > SELECT分钟（‘2009-07-30 12:58:59’）FROM src LIMIT 1; 58 > SELECT分钟（‘12：58：59’）from src LIMIT 1; 58
mod	a mod b - 当除以b时返回余数 同义词：％
month	month（param） - 返回日期/时间戳/间隔的月份组件 param可以是以下之一： 1。格式为’yyyy-MM-dd HH：mm：ss’或’yyyy-MM-dd’的字符串。 2.日期值 3.时间戳值 4.年 - 月间隔值示例： > SELECT月（‘2009-07-30’）FROM src LIMIT 1; 7
MONTHS_BETWEEN	months_between（date1，date2，roundOff） - 返回date1和date2之间的月数。 如果date1晚于date2，则结果为正。如果date1早于date2，则结果为负数。如果date1和date2是该月的同一天或两个月的最后几天，则结果始终为整数。否则，UDF将根据31天的月份计算结果的小数部分，并考虑时间组件date1和date2的差异。 date1和date2类型可以是日期，时间戳或字符串，格式为’yyyy-MM-dd’或’yyyy-MM-dd HH：mm：ss’。结果默认舍入为8位小数。否则设置roundOff = false。 示例： > SELECT months_between（‘1997-02-28 10:30:00’，’ 3.94959677
named_struct	named_struct（name1，val1，name2，val2，…） - 使用给定的字段名称和值创建结构
negative	negative a - 返回-a
next_day	next_day（start_date，day_of_week） - 返回晚于start_date并按指示命名的第一个日期。 start_date是格式为’yyyy-MM-dd HH：mm：ss’或’yyyy-MM-dd’的字符串。day_of_week是星期几（例如，Mo，星期五，星期五）。例如： > SELECT next_day（‘2015-01-14’，‘TU’）FROM src LIMIT 1; “2015年1月20日”
ngrams	ngrams（expr，n，k，pf） - 估计由字符串序列组成的行中的前k个n-gram，表示为字符串数组或字符串数​​组数组。'pf’是一个可选的精度因子，用于控制内存使用量。 参数’n’指定估计什么类型的n-gram。Unigrams是n = 1，并且bigrams是n = 2.通常，n不会大于约5.'k’参数指定UDAF将返回多少个最高频率的n-gram。可选的精度因子’pf’指定用于估计的内存量; 更多的内存将提供更准确的频率计数，但可能会使JVM崩溃。默认值为20，内部保持20 * k n-gram，但仅返回k个最高频率的值。输出是一组具有前n个n-gram的结构。爆炸（）这个UDAF的输出可能很方便。
noop
noopstreaming
noopwithmap
noopwithmapstreaming
not	not a - 逻辑而不是同义词：！
ntile
NULLIF	SELECT nullif（1,1），nullif（1,2）
NVL	nvl（value，default_value） - 如果value为null则返回默认值，否则返回value 示例： > SELECT nvl（null，‘bla’）FROM src LIMIT 1; BLA
OCTET_LENGTH	octet_length（str
or	a1或a2或…或 - 逻辑或
parse_url	parse_url（url，partToExtract [，key]） - 从URL中提取 部件：HOST，PATH，QUERY，REF，PROTOCOL，AUTHORITY，FILE，USERINFO 键指定要提取的查询 示例： > SELECT parse_url（‘http：/ /facebook.com/path/p1.php?query=1’，‘HOST’）FROM src LIMIT 1; ‘facebook.com’ > SELECT parse_url（‘http://facebook.com/path/p1.php?query=1’，‘QUERY’）from src LIMIT 1; ‘query = 1’ > SELECT parse_url（‘http://facebook.com/path/p1.php?query=1’，‘QUERY’，‘query’）FROM src LIMIT 1; ‘1’
parse_url_tuple	parse_url_tuple（url，partname1，partname2，…，partnameN） - 从URL中提取N（N> = 1）个部分。 它需要一个URL和一个或多个部件名，并返回一个元组。所有输入参数和输出列类型都是字符串。 部件名称：HOST，PATH，QUERY，REF，PROTOCOL，AUTHORITY，FILE，USERINFO，QUERY：<KEY_NAME> 注意：部件名区分大小写，不应包含不必要的空格。 示例： > SELECT b。* FROM src LATERAL VIEW parse_url_tuple（fullurl，‘HOST’，‘PATH’，‘QUERY’，‘QUERY：id’）b as host，path，query，query_id LIMIT 1; > SELECT parse_url_tuple（a.fullurl，‘HOST’，‘PATH’，‘QUERY’，‘REF’，‘PROTOCOL’，‘FILE’，‘AUTHORITY’，’
PERCENT_RANK
percentile	percentile（expr，pc） - 返回pc上expr的百分位数（范围：[0,1]）。pc可以是double或double数组
percentile_approx	percentile_approx（expr，pc，[nb]） - 对于非常大的数据，使用可选参数[nb]作为要使用的直方图区间数，从直方图计算近似百分位数值。较高的nb值导致更准确的近似，代价是更高的内存使用量。 'expr’可以是任何数字列，包括双精度和浮点数，‘pc’可以是具有请求百分位数的单个double / float，也可以是具有多个百分位数的double / float数组。如果未指定’nb’，则默认近似值使用10,000个直方图区间，这意味着如果’expr’中有10,000个或更少的唯一值，则可以获得精确的结果。百分位数（）函数总是计算精确百分位数，如果列中有太多唯一值，则可能会耗尽内存，这就需要此功能。 示例（使用更精细的直方图近似请求三个百分位数）： > SELECT percentile_approx（val，array（0.5,0.95,0.98），100000）FROM somedata; [0.05,1.64,2.26]
pi	pi（） - 返回pi 示例： > SELECT pi（）FROM src LIMIT 1; 3.14159 …
PMOD	a pmod b - 计算正模数
posexplode	posexplode（a） - 表现得像数组爆炸，但包括原始数组中项目的位置
positive	positive a - 返回a
POW	pow（x1，x2） - 将x1提升到x2的幂。 同义词：power 例如： > SELECT pow（2,3）FROM src LIMIT 1; 8
power	power（x1，x2） - 将x1提升到x2的幂。 同义词：pow 示例： > SELECT power（2,3）FROM src LIMIT 1; 8
printf	printf（String format，Obj … args） - 可以根据printf样式格式字符串格式化字符串的 函数 示例： > SELECT printf（“Hello World％d％s”，100，“days”）FROM src LIMIT 1; “Hello World 100天”
quarter	quarter（date / timestamp / string） - 返回日期的季度，范围为1到4. 示例：> SELECT quarter（‘2015-04-08’）; 2
radians	radians（x） - 将度数转换为弧度 例如： > SELECT radians（90）FROM src LIMIT 1; 1.5707963267949mo
rand	rand（[seed]） - 返回0到1之间的伪随机数
rank
reflect	reflect（class，method [，arg1 [，arg2 …]]）使用反射调用方法 同义词：java_method 使用此UDF通过匹配参数签名来调用Java方法
reflect2	reflect2（arg0，method [，arg1 [，arg2 …]]）使用反射调用arg0的方法 使用此UDF通过匹配参数签名来调用Java方法
regexp	str regexp regexp - 如果str匹配regexp则返回true，否则返回false 同义词：rlike 示例： > SELECT’fb’reexx ‘’*'FROM src LIMIT 1; 真正
REGEXP_EXTRACT	regexp_extract（str，regexp [，idx]） - 提取与regexp匹配的组 示例： > SELECT regexp_extract（‘100-200’，‘（\ d +） - （\ d +）’，1）FROM src LIMIT 1; ‘100’
REGEXP_REPLACE	regexp_replace（str，regexp，rep） - 将与regexp匹配的str的所有子串替换为rep 示例： > SELECT regexp_replace（‘100-200’，‘（\ d +）’，‘num’）FROM src LIMIT 1; ‘NUM-NUM’
REGR_AVGX	egr_avgx（y，x） - 计算自变量的平均值。 该函数将任意一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 否则，它计算以下内容： AVG（X）
REGR_AVGY	regr_avgy（y，x） - 计算因变量的平均值。 该函数将任何一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 否则，它会计算以下内容： AVG（Y）
REGR_COUNT	regr_count（y，x） - 返回非空对的数量 该函数将任何一对数字类型作为参数，并返回long。 任何具有NULL的对都将被忽略。
REGR_INTERCEPT	regr_intercept（y，x） - 返回回归线的y轴截距。 该函数将任何一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 如果N * SUM（x * x）= SUM（x）* SUM（x）：返回NULL。 否则，它计算以下内容： （SUM（y）* SUM（x * x）-SUM（X）* SUM（x * y））/（N * SUM（x * x）-SUM（x）* SUM（ X） ）
REGR_R2	regr_r2（y，x） - 返回回归线的确定系数（也称为R平方或拟合度）。 该函数将任何一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 如果N * SUM（x * x）= SUM（x）* SUM（x）：返回NULL。 如果N * SUM（y * y）= SUM（y）* SUM（y）：返回1。 否则，它计算以下内容： POWER（N * SUM（x * y）-SUM（x）* SUM（y），2）/（（N * SUM（x * x）-SUM（x）* SUM（x ））*（N * SUM（y * y）-SUM（y）* SUM（y）））
REGR_SLOPE	regr_slope（y，x） - 返回线性回归线的斜率 该函数将任意一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 如果N * SUM（x * x）= SUM（x）* SUM（x）：返回NULL（拟合将是垂直的）。 否则，它计算如下： （N * SUM（x * y）-SUM（x）* SUM（y））/（N * SUM（x * x）-SUM（x）* SUM（x））
REGR_SXX	regr_sxx（y，x） - 辅助分析函数 该函数将任何一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 否则，它计算以下内容： SUM（x * x）-SUM（x）* SUM（x）/ N.
REGR_SXY	regr_sxy（y，x） - 返回一个值，该值可用于评估回归模型的统计有效性。 该函数将任何一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 如果N * SUM（x * x）= SUM（x）* SUM（x）：返回NULL。 否则，它计算以下内容： SUM（x * y）-SUM（x）* SUM（y）/ N.
REGR_SYY	regr_syy（y，x） - 辅助分析函数 该函数将任何一对数字类型作为参数，并返回一个double。 任何具有NULL的对都将被忽略。 如果应用于空集：返回NULL。 否则，它计算以下内容： SUM（y * y）-SUM（y）* SUM（y）/ N.
repeat	repeat（str，n） - 重复str n次 示例： > SELECT repeat（‘123’，2）FROM src LIMIT 1; ‘123123’
replace	replace（str，search，rep） - 将’search’与’rep’匹配的所有子串替换为’rep’ 示例： > SELECT replace（‘Hack and Hue’，‘H’，‘BL’）FROM src LIMIT 1; ‘BLACK和BLUE’
replicate_rows	replicate_rows（n，cols …） - 将1行变为n行
reverse	reverse（str） - reverse str 示例： > SELECT reverse（‘Facebook’）FROM src LIMIT 1; ‘koobecaF’
RLIKE	str rlike regexp - 如果str匹配regexp则返回true，否则返回false 别名：regexp 示例： > SELECT’fb’rlike’。*'FROM src LIMIT 1; 真正
round	round（x [，d]） - 舍入x到d小数位 示例： > SELECT round（12.3456,1）FROM src LIMIT 1; 12.3’
ROW_NUMBER
RPAD	rpad（str，len，pad） - 返回str，右边填充pad，长度为len 如果str长于len，则返回值缩短为len个字符。 如果是空填充字符串，则返回值为null。 示例： > SELECT rpad（‘hi’，5，‘??’）FROM src LIMIT 1; “喜???” > SELECT rpad（‘hi’，1，‘??’）FROM src LIMIT 1; ‘h’ > SELECT rpad（‘hi’，5，‘’）FROM src LIMIT 1; 空值
RTRIM	rtrim（str） - 从str中删除尾随空格字符 例如： > SELECT rtrim（‘facebook’）FROM src LIMIT 1; “Facebook的
second	second（date） - 返回字符串/ timestamp / interval的第二个组成部分 param可以是以下之一： 1。格式为’yyyy-MM-dd HH：mm：ss’或’HH：mm：ss’的字符串。 2.时间戳值 3.日间隔值示例： > SELECT second（‘2009-07-30 12:58:59’）FROM src LIMIT 1; 59 > SELECT second（‘12：58：59’）FROM src LIMIT 1; 59
sentences	sentences（str，lang，country） - 将str拆分成句子数组，其中每个句子都是一个单词数组。'lang’和’country’参数是可选的，如果省略，则使用默认语言环境。 例如： > SELECT句子（‘你好！我是UDF。’）FROM src LIMIT 1; [[“Hello”，“there”]，[“I”，“am”，“a”，“UDF”]] > SELECT句子（评论，语言）FROM movies; 不必要的标点符号（例如英语中的句点和逗号）会自动删除。如果指定，‘lang’应该是两个字母的ISO-639语言代码（例如’en’），‘country’应该是两个字母的ISO-3166代码（例如’us’）。并非所有国家/地区和语言代码都受到完全支持，如果指定了不受支持的代码，则使用默认语言环境来处理该字符串。
sha	sha（str或bin） - 计算字符串或二进制的SHA-1摘要，并将值作为十六进制字符串返回。 别名：sha1 例如： > SELECT sha（‘ABC’）; ‘3c01bdbb26f358bab27f267924aa2c9a03fcfdb8’ > SELECT sha（binary（‘ABC’））; ‘3c01bdbb26f358bab27f267924aa2c9a03fcfdb8’
sha1	sha1（str或bin） - 计算字符串或二进制的SHA-1摘要，并将值作为十六进制字符串返回。 别名：sha 示例： > SELECT sha1（‘ABC’）; ‘3c01bdbb26f358bab27f267924aa2c9a03fcfdb8’ > SELECT sha1（二进制（‘ABC’））; ‘3c01bdbb26f358bab27f267924aa2c9a03fcfdb8’
SHA2	sha2（string / binary，len） - 计算SHA-2系列散列函数（SHA-224，SHA-256，SHA-384和SHA-512）。 第一个参数是要进行哈希处理的字符串或二进制文件。第二个参数表示结果的所需位长度，其值必须为224,256,384,512或0（相当于256）。从Java 8开始支持SHA-224。如果任一参数为NULL或散列长度不是允许值之一，则返回值为NULL。 示例：> SELECT sha2（‘ABC’，256）; ‘b5d4045c3f466fa91fe2cc6abe79232a1a57cdf104f7a26e716e0a1e2789df78’
shiftleft	shiftleft（a，b） - 按位左移 为tinyint，smallint和int a返回int。返回bigint的bigint a。 示例： > SELECT shiftleft（2,1）; 4
shiftright	shiftright（a，b） - 按位右移 为tinyint，smallint和int a返回int。返回bigint的bigint a。 示例： > SELECT shiftright（4,1）; 2
shiftrightunsigned	shiftrightunsigned（a，b） - 按位无符号右移 为tinyint，smallint和int a返回int。返回bigint的bigint a。 示例： > SELECT shiftrightunsigned（4,1）; 2
sign	sign（x） - 返回x的符号 示例： > SELECT sign（40）FROM src LIMIT 1; 1
sin	sin（x） - 返回x的正弦值（x以弧度表示） 例如： > SELECT sin（0）FROM src LIMIT 1; 0
size	size（a） - 返回a的大小
sort_array	sort_array（array（obj1，obj2，…）） - 根据数组元素的自然顺序按升序对输入数组进行排序。 示例： > SELECT sort_array（array（‘b’，‘d’，‘c’，‘a’））FROM src LIMIT 1; ‘A B C D’
sort_array_by	sort_array_by（array（obj1，obj2，…），‘f1’，‘f2’，…，[‘ASC’，‘DESC’]） - 按用户指定的顺序（ASC，DESC）对输入元组数组进行排序by desired field [s] name如果用户未提及排序顺序，则dafault排序顺序为升序 示例： > SELECT sort_array_by（array（struct（‘g’，100），struct（‘b’，200）），'col1 '，‘ASC’） from src LIMIT 1; 阵列（结构（ ‘B’，200），结构（ ‘G’，100））
soundex	soundex（string） - 返回字符串的soundex代码。 soundex代码由名称的第一个字母后跟三个数字组成。 示例： > SELECT soundex（‘Miller’）; M460
space	space（n） - 返回n个空格 示例： > SELECT space（2）FROM src LIMIT 1; ‘’
split	split（str，regex） - Splits str匹配正则表达式的匹配 示例： > SELECT split（‘oneAtwoBthreeC’，‘[ABC]’）FROM src LIMIT 1; [“一二三”]
sq_count_check	sq_count_check（x） - 对标量子查询表达式进行内部检查，以确保返回最多一行 仅供内部使用
sqrt	sqrt（x） - 返回x的平方根 示例： > SELECT sqrt（4）FROM src LIMIT 1; 2
stack	stack（n，cols …） - 将k列转换为n行，每行大小为k / n
STD	std（x） - 返回一组数字的标准偏差 别名：stddev，stddev_pop
STDDEV	stddev（x） - 返回一组数字的标准偏差 别名：std，stddev_pop
STDDEV_POP	stddev_pop（x） - 返回一组数字的标准偏差 别名：std，stddev
STDDEV_SAMP	stddev_samp（x） - 返回一组数字的样本标准差
str_to_map	str_to_map（text，delimiter1，delimiter2） - 通过解析文本 使用两个分隔符将文本拆分为键值对来创建映射。第一个分隔符分隔对，第二个分隔符分配键和值。如果只给出一个参数，则使用默认分隔符：'，‘作为delimiter1，’：'作为delimiter2。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

r_to_map | str_to_map（text，delimiter1，delimiter2） - 通过解析文本 使用两个分隔符将文本拆分为键值对来创建映射。第一个分隔符分隔对，第二个分隔符分配键和值。如果只给出一个参数，则使用默认分隔符：'，‘作为delimiter1，’：'作为delimiter2。 |

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）
[外链图片转存中…(img-Wy6JvHxY-1713342746083)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！