Hive中数组array的相关应用

  1. array():创建一个数组。split(string,delimiter):按指定字符分隔字符串成数组。
    select array(1,3,5) c1,split('a,c,b',',') c2;
    +----------+----------------+--+
    |    c1    |       c2       |
    +----------+----------------+--+
    | [1,3,5]  | ["a","c","b"]  |
    +----------+----------------+--+
    

  2. array[int]:获取数组元素。角标从0开始,越界返回NULL。
    select array(1,3,5)[0] c1,array('a','b','c')[3] c2;
    +-----+-------+--+
    | c1  |  c2   |
    +-----+-------+--+
    | 1   | NULL  |
    +-----+-------+--+

  3. array_max(array):返回数组中的最大值。
    select array_max(array(1,3,5)) c1,array_max(array('a','b','c')) c2;
    +-----+-----+--+
    | c1  | c2  |
    +-----+-----+--+
    | 5   | c   |
    +-----+-----+--+
    

  4. array_min(array):返回数组中的最小值。
    select array_min(array(1,3,5)) c1,array_min(array('a','b','c')) c2;
    +-----+-----+--+
    | c1  | c2  |
    +-----+-----+--+
    | 1   | a   |
    +-----+-----+--+
    

  5. array_join(array, delimiter):使用指定的分隔符将数组中的元素连接成一个字符串。与concat_ws函数功能相同,注意参数顺序
    select array_join(array(1,3,5),'_') c1,concat_ws('#',array('a','b','c')) c2;
    +--------+--------+--+
    |   c1   |   c2   |
    +--------+--------+--+
    | 1_3_5  | a#b#c  |
    +--------+--------+--+
    

  6. array_sort(array):返回一个按升序排序的数组。
    select array_sort(array(1,5,3)) c1,array_sort(array('c','b','a')) c2;
    +----------+----------------+--+
    |    c1    |       c2       |
    +----------+----------------+--+
    | [1,3,5]  | ["a","b","c"]  |
    +----------+----------------+--+
    

  7. split(reverse(concat_ws(delimiter,array_sort(array))),delimiter):按降序排序单字符元素数组。reverse(string):反转字符串反转。思路:a.将数组升序排序;b.转成字符串;c.反转字符串;d.将字符串拆成数组。

    select split(reverse(concat_ws('#',array_sort(array('c','a','b')))),'#') c1;
    +----------------+--+
    |       c1       |
    +----------------+--+
    | ["c","b","a"]  |
    +----------------+--+
    

  8. 降序排列长字符元素数组。explode(array):炸裂数组(列转行);row_number()over():开窗排序函数;collect_list():收集数据成数组(列转行)。思路:a.炸裂数组;b.按照id开窗分组为元素降序排序,并与元素拼接;c.按照id分组,收集所有元素,注意要用collect_list(不去重),用collect_set(去重)并拼接成字符串;d.去掉排序序号和连接符之后再拆分成数组。

    select keyid,split(regexp_replace(concat_ws('\073',collect_list(e_str)),'(^|\073)([0-9]+_)','$1'),'\073') a
    from (
      select keyid,concat_ws('_',row_number()over(partition by keyid order by e desc),e) e_str
      from (
        select keyid,explode(a) e
        from (select 1 keyid,array('dbc','aef','ghij','aef','ghij','aef','ghij','aef','ghij','aef','ghij') a) t0
        ) t1
      ) t2
    group by keyid;
    
    
    +--------+---------------------------------------------------------------------------+--+
    | keyid  |                                     a                                     |
    +--------+---------------------------------------------------------------------------+--+
    | 1      | ["ghij","ghij","ghij","ghij","ghij","dbc","aef","aef","aef","aef","aef"]  |
    +--------+---------------------------------------------------------------------------+--+
    

  9. array_contains(array, value):判断数组中是否包含指定的值。包含返回true,否则返回false。

    select array_contains(array(1,2,3), 2) c1,array_contains(array('a','b','c'), 'd') c2;
    +-------+--------+--+
    |  c1   |   c2   |
    +-------+--------+--+
    | true  | false  |
    +-------+--------+--+
    

  10. array_position(array, value):返回value在数组中的位置,如果不存在则返回0注意位置角标不同,角标=位置-1

    select array_position(array(1,2,3), 4) c1,array_position(array('a','b','c'), 'a') c2;
    +-----+-----+--+
    | c1  | c2  |
    +-----+-----+--+
    | 0   | 1   |
    +-----+-----+--+
    

  11. array_remove(array, value):去除数组中的所有value元素。

    select array_remove(array(1,2,3,2), 2) c1,array_remove(array('a','b','c'), 'd') c2;
    +--------+----------------+--+
    |   c1   |       c2       |
    +--------+----------------+--+
    | [1,3]  | ["a","b","c"]  |
    +--------+----------------+--+
    

  12. array_except(array1, array2):在数组array1中去除掉所有数组array2中的元素(数组array1比数组array2多的元素)。

    select array_except(array(1,2,3,2),array(2,3)) c1,array_except(array('a','b','c'),array('d')) c2;
    +------+----------------+--+
    |  c1  |       c2       |
    +------+----------------+--+
    | [1]  | ["a","b","c"]  |
    +------+----------------+--+
    

  13. array_intersect(array1, array2):返回一个包含所有同时在数组array1和数组array2中的元素的数组(数组array1和数组array2的交集元素)。

    select array_intersect(array(1,2,3,2),array(2,3)) c1,array_intersect(array('a','b','c'),array('d')) c2;
    +--------+-----+--+
    |   c1   | c2  |
    +--------+-----+--+
    | [2,3]  | []  |
    +--------+-----+--+
    

  14. split(concat_ws(delimiter,array1,array2,array3),delimiter):把相同类型的多个数组合并成一个数组。

    select split(concat_ws('\073',array('a','c'),array('b','c'),array('d')),'\073') c1;
    +------------------------+--+
    |           c1           |
    +------------------------+--+
    | ["a","c","b","c","d"]  |
    +------------------------+--+
    

  15. 在把数组array插入到hive表(有array类型字段)中时,如果报错,有可能是数组中没有元素。

    select id,collect_set(b) b_ar
    from (
    select 1 id, null b
    union 
    select 1 id, null b
    ) t
    group by id;
    
    +-----+-------+--+
    | id  | b_ar  |
    +-----+-------+--+
    | 1   | []    |
    +-----+-------+--+
    

    解决办法:a.判断数组元素个数,size(array)=0时,直接插入NULL值;

    select id,if(size(collect_set(b))=0,null,collect_set(b)) b_ar
    from (
    select 1 id, null b
    union 
    select 1 id, null b
    ) t
    group by id;
    
    +-----+-------+--+
    | id  | b_ar  |
    +-----+-------+--+
    | 1   | NULL  |
    +-----+-------+--+
    

    解决办法:b.拼接成字符串(默认变成""),再拆分成数组。

    select id,concat_ws('\073',(collect_set(b))) b_str
    from (
    select 1 id, null b
    union 
    select 1 id, null b
    ) t
    group by id;
    
    +-----+--------+--+
    | id  | b_str  |
    +-----+--------+--+
    | 1   |        |
    +-----+--------+--+
    
    
    select id,split(concat_ws('\073',(collect_set(b))),'\073') b_ar
    from (
    select 1 id, null b
    union 
    select 1 id, null b
    ) t
    group by id;
    
    +-----+-------+--+
    | id  | b_ar  |
    +-----+-------+--+
    | 1   | [""]  |
    +-----+-------+--+
    

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
一、关系运算: 4 1. 等值比较: = 4 2. 不等值比较: 4 3. 小于比较: < 4 4. 小于等于比较: 5 6. 大于等于比较: >= 5 7. 空值判断: IS NULL 5 8. 非空判断: IS NOT NULL 6 9. LIKE比较: LIKE 6 10. JAVA的LIKE操作: RLIKE 6 11. REGEXP操作: REGEXP 7 二、数学运算: 7 1. 加法操作: + 7 2. 减法操作: - 7 3. 乘法操作: * 8 4. 除法操作: / 8 5. 取余操作: % 8 6. 位与操作: & 9 7. 位或操作: | 9 8. 位异或操作: ^ 9 9.位取反操作: ~ 10 三、逻辑运算: 10 1. 逻辑与操作: AND 10 2. 逻辑或操作: OR 10 3. 逻辑非操作: NOT 10 四、数值计算 11 1. 取整函数: round 11 2. 指定精度取整函数: round 11 3. 向下取整函数: floor 11 4. 向上取整函数: ceil 12 5. 向上取整函数: ceiling 12 6. 取随机数函数: rand 12 7. 自然指数函数: exp 13 8. 以10为底对数函数: log10 13 9. 以2为底对数函数: log2 13 10. 对数函数: log 13 11. 幂运算函数: pow 14 12. 幂运算函数: power 14 13. 开平方函数: sqrt 14 14. 二进制函数: bin 14 15. 十六进制函数: hex 15 16. 反转十六进制函数: unhex 15 17. 进制转换函数: conv 15 18. 绝对值函数: abs 16 19. 正取余函数: pmod 16 20. 正弦函数: sin 16 21. 反正弦函数: asin 16 22. 余弦函数: cos 17 23. 反余弦函数: acos 17 24. positive函数: positive 17 25. negative函数: negative 17 五、日期函数 18 1. UNIX时间戳转日期函数: from_unixtime 18 2. 获取当前UNIX时间戳函数: unix_timestamp 18 3. 日期转UNIX时间戳函数: unix_timestamp 18 4. 指定格式日期转UNIX时间戳函数: unix_timestamp 18 5. 日期时间转日期函数: to_date 19 6. 日期转年函数: year 19 7. 日期转月函数: month 19 8. 日期转天函数: day 19 9. 日期转小时函数: hour 20 10. 日期转分钟函数: minute 20 11. 日期转秒函数: second 20 12. 日期转周函数: weekofyear 20 13. 日期比较函数: datediff 21 14. 日期增加函数: date_add 21 15. 日期减少函数: date_sub 21 六、条件函数 21 1. If函数: if 21 2. 非空查找函数: COALESCE 22 3. 条件判断函数:CASE 22 4. 条件判断函数:CASE 22 七、字符串函数 23 1. 字符串长度函数:length 23 2. 字符串反转函数:reverse 23 3. 字符串连接函数:concat 23 4. 带分隔符字符串连接函数:concat_ws 23 5. 字符串截取函数:substr,substring 24 6. 字符串截取函数:substr,substring 24 7. 字符串转大写函数:upper,ucase 24 8. 字符串转小写函数:lower,lcase 25 9. 去空格函数:trim 25 10. 左边去空格函数:ltrim 25 11. 右边去空格函数:rtrim 25 12. 正则表达式替换函数:regexp_replace 26 13. 正则表达式解析函数:regexp_extract 26 14. URL解析函数:parse_url 26 15. json解析函数:get_json_object 27 16. 空格字符串函数:space 27 17. 重复字符串函数:repeat 27 18. 首字符ascii函数:ascii 28 19. 左补足函数:lpad 28 20. 右补足函数:rpad 28 21. 分割字符串函数: split 28 22. 集合查找函数: find_in_set 29 八、集合统计函数 29 1. 个数统计函数: count 29 2. 总和统计函数: sum 29 3. 平均值统计函数: avg 30 4. 最小值统计函数: min 30 5. 最大值统计函数: max 30 6. 非空集合总体变量函数: var_pop 30 7. 非空集合样本变量函数: var_samp 31 8. 总体标准偏离函数: stddev_pop 31 9. 样本标准偏离函数: stddev_samp 31 10.位数函数: percentile 31 11. 位数函数: percentile 31 12. 近似位数函数: percentile_approx 32 13. 近似位数函数: percentile_approx 32 14. 直方图: histogram_numeric 32 九、复合类型构建操作 32 1. Map类型构建: map 32 2. Struct类型构建: struct 33 3. array类型构建: array 33 十、复杂类型访问操作 33 1. array类型访问: A[n] 33 2. map类型访问: M[key] 34 3. struct类型访问: S.x 34 十一、复杂类型长度统计函数 34 1. Map类型长度函数: size(Map) 34 2. array类型长度函数: size(Array) 34 3. 类型转换函数 35
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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