1.Hive函数
Hive的函数分为三类: 聚合函数、内置函数,表生成函数
1.1 内置函数
1:数学函数
2:字符串函数
3:日期函数
4:条件函数
1) if 函数
hive> select if(1=2,100,200) ; -- 三元
200
hive> select if(1=1,100,200) ;
100
2) 条件判断 case
hive> select case when 1=2 then 'tom' when 2=2 then 'mary' else'tim' end ;
mary
hive> select case when 1=1 then 'tom' when 2=2 then 'mary' else'tim' end ;
tom
select s_id ,case when s_score>=60 then '及格' when s_score<60 then '不及格' else '其他' end from score;
1.2 转换函数(*)
行转列案例需求(列多了 分散开了):
- 1、行转列是指多行数据转换为一个列的字段。
LATERAL VIEW explode
函数
如何将
a b 1,2,3
c d 4,5,6
变为:
name1 name2 nums
a b 1
a b 2
a b 3
c d 4
c d 5
c d 6
SQL答案: SELECT name1,name2,nums FROM rtc LATERAL VIEW explode(num)r as nums;
列转行(行少 在一起了):
可以参考: https://www.cnblogs.com/cc11001100/p/9043946.html
collect_list
列出该字段所有的值,不去重 select collect_list(id) from table;collect_set
去重
1.3 explode函数
explode(col):将hive一列中复杂的array或者map结构拆分成多行。
explode(ARRAY) 数组的每个元素生成一行
explode(MAP) map中每个key-value对,生成一行,key为一列,value为一列
数据:
10 CLARK|KING|MILLER
20 SMITH|JONES|SCOTT|ADAMS|FORD
30 ALLEN|WARD|MARTIN|BLAKE|TURNER|JAMES
1)建表
create table emp2(
deptno int,
names array<string>
)
row format delimited fields terminated by '\t'
collection items terminated by '|';
2)加载数据
3)查询
elect explode(字段) as 别名 from emp;
1.4 Reflect函数
reflect函数可以支持在sql中调用java中的自带函数
需求:
使用java.lang.Math当中的Max求两列中最大值
--创建hive表
create table test_udf(col1 int,col2 int) row format delimited fields terminated by ',';
--准备数据 test_udf.txt
1,2
4,3
6,4
7,5
5,6
--加载数据
load data local inpath '文件路径' into table test_udf;
--使用java.lang.Math当中的Max求两列当中的最大值 (只能静态的)
select reflect("java.lang.Math","max",col1,col2) from test_udf;
1.5 开窗函数
row_number() OVER 从1开始,按照顺序,生成分组内记录的序列(相等没有并列)
rank() 生成数据项在分组中的排名,排名相等会在名次中留下空位(有并列,后一个不显示)
dense_rank() 生成数据项在分组中的排名,排名相等会在名次中不会留下空位(有并列,后一个显示)
SELECT
cookieid,
createtime,
pv,
ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn
FROM 表名;
------------------------------------------------------------
SELECT
cookieid,
createtime,
pv,
RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn1,
DENSE_RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn2,
ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv DESC) AS rn3
FROM 表名
WHERE cookieid = 'cookie1';
2. 自定义函数
当Hive提供的内置函数无法满足你的业务处理需要时,此时就可以考虑使用用户自定义函数(UDF:user-defined function)。
根据用户自定义函数类别分为以下三种:
1、UDF(User-Defined-Function)
一进一出
类似于:upper/lower/reverse
2、UDAF(User-Defined Aggregation Function)
聚集函数,多进一出
类似于:count/max/min
3、UDTF(User-Defined Table-Generating Functions)
一进多出
如lateral view explode()
2.1自定义UDF
/*
编程步骤:
(1)继承org.apache.hadoop.hive.ql.exec.UDF
(2)需要实现evaluate函数;evaluate函数支持重载;
注意事项:
(1)UDF必须要有返回类型,可以返回null,但是返回类型不能为void;
(2)UDF中常用Text/LongWritable等类型,不推荐使用java类型;
*/
//1.自定义类 继承UDF类
public class MyUDF extends UDF {
//重载evaluate
public Text evaluate (final Text lineStr){
if (lineStr == null) {
return null;
}
String upperStr = lineStr.toString().toUpperCase(); //toLowerCase将字符串转大写
return new Text(upperStr);
}
}
1)打包 jar包
2)上传 安装hive的 lib目录下
3、hive的客户端添加我们的jar包
hive>add jar /export/server/hive-2.1.0/lib/my_upper.jar
4、设置函数与我们的自定义函数关联-临时函数
hive>create temporary function my_upper as '全类名';
5、使用自定义函数
hive>select my_upper('abc');
2.2自定义UDTF
//1:定义类继承GenericUDTF
public class MyUDTF extends GenericUDTF {
private final transient Object[] forwardListObj = new Object[1]; //创建一个数组 里面一个元素 根据需求可以有多个
@Override
public StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {
//该集合用来存放UDTF函数执行之后列的名字
ArrayList<String> fieldsName = new ArrayList<String>();
//设置列名
fieldsName.add("column_1");
// fieldNames.add("column_02");
//该集合用来指定列的类型
ArrayList<ObjectInspector> fieldOIs = new ArrayList<ObjectInspector>(); //检查器列表
//设置列表类型
fieldOIs.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);
// fieldOIs.add(PrimitiveObjectInspectorFactory.javaIntObjectInspector);
//将列名和列类型返回
return ObjectInspectorFactory.getStandardStructObjectInspector(fieldsName,fieldOIs);
}
//该方法每读取一行数据都会执行,类似于MapReduce中的map方法
/*
"zookeeper,hadoop,hdfs,hive,MapReduce"
select my_udtf("zookeeper,hadoop,hdfs,hive,MapReduce",",") word;
*/
public void process(Object[] objects) throws HiveException {
//1.获取原始数据资源
String lineStr = objects[0].toString(); //"zookeeper,hadoop,hdfs,hive,MapReduce"
//2:获取数据传入的第二个参数,此处为分隔符
String splitKey = objects[1].toString(); //","
//3.将原始数据按照传入的分隔符进行切分
String[] split = lineStr.split(splitKey); // [zookeeper,hadoop,hdfs,hive,MapReduce]
for (String s : split) {
//将每一个单词添加值对象数组
forwardListObj[0] = s;
//将对象数组内容写出
forward(forwardListObj);
}
}
//关流或者资源释放
public void close() throws HiveException {
}
}
1)打包 jar包
2)上传 安装hive的 lib目录下
3、hive的客户端添加我们的jar包
hive>add jar /export/server/hive-2.1.0/lib/my_upper.jar
4、设置函数与我们的自定义函数关联-临时函数
hive>create temporary function my_udtf as '全类名';
5、使用自定义函数
hive>select my_udtf("zookeeper,hadoop,hdfs,hive,MapReduce",",");