在Hive中使用过的函数记录（百分比、截取字符串、分组TOP N、日期转换、日期是第几周）

1、显示百分比形式

-- 保留小数点后四位 * 100，连接%
concat(round(x/y, 4) * 100, '%')

例：  

     

2、取出日期年月

-- 截取字符串
substr(ord_dt, 1, 6)

例：

    

3、分组后，从每个组内取出各自的TOP N

row_number() OVER (partition by COL1 order by COL2 desc ) rank

说明： 参考自： https://www.jianshu.com/p/9802f3a035e1

partition by：类似hive的建表，分区的意思；
order by：排序，默认是升序，加desc降序；
rank：表示别名
表示根据COL1分组，在分组内部根据 COL2排序，而此函数计算的值就表示每组内部排序后的顺序编号（组内连续的唯一的)

例：

SELECT *
FROM
(   
    SELECT ...,
            row_number() over (partition by substr(ord_dt, 1, 6) order by COUNT(1) desc ) rank
    FROM table_name
    WHERE ....
    GROUP by ..., substr(ord_dt, 1, 6),...
) c
WHERE c.rank <= 20

4、将20190410这种格式的日期转换为2019-04-10的格式

-- 先将ord_dt转换为Unix时间戳，再将时间戳秒数转换为指定格式的日期
select from_unixtime(unix_timestamp(ord_dt,'yyyymmdd'),'yyyy-mm-dd');

例：

    

5、根据2019-04-10这种格式的日期统计该日期是2019年的第几周

weekofyear('2019-04-10');

例：

    

注意：使用时需要注意跨年的时候有异常，比如20181231是周一，结果会输出1，表示为2019年的第一周

补充（慎用）：

当每天都有订单的前提下，按周分组统计并且需要每周的日期范围，可以使用下面方法

-- 取出每周日期范围
concat(MIN(ord_dt), "~", MAX(ord_dt)) AS dt,