Hive函数大全（含例子）之字符串函数（String Functions）

字符串函数 String Functions

ascii(string str)

• 返回结果: 返回字符串str首字母的十进制ascii码
• 返回类型: int
• select ascii('ABC'); -- 结果为 65

base64(binary bin)

• 返回结果: 将二进制转换为base64编码
• 返回类型: string
• select base64(encode('Uncle Bean', 'utf8')); -- 结果为 VW5jbGUgQmVhbg==
• select base64(encode('Melon-and-fruit-fields', 'utf-8')); -- 结果为 TWVsb24tYW5kLWZydWl0LWZpZWxkcw====

character_length(string str)

• character_length 可缩写为 char_length
• 返回结果: 返回str中包含的UTF-8字符数
• 返回类型: int
• select character_length('123456'); -- 结果为 6
• select char_length('ABCDEFGHIJK'); -- 结果为 11

chr(bigint|double A)

• 返回结果: 将数字A转为对应的ascii字符, 如果A大于等于256，则结果同chr(A % 256)
• 返回类型: string
• select chr(65); -- 结果为 A
• select chr(65.6); -- 结果为 A
• select chr(321); -- 结果为 A
• select chr(321 % 256); -- 结果为 A

concat(string|binary A, string|binary B...)

• 返回结果: 拼接字符串，函数接受任意数量的输入
• 返回类型: string
• select concat('A', 'C', 'B'); -- 结果为 ACB
• select concat(encode('A', 'utf8'), encode('C', 'utf8'), encode('B', 'utf8')); -- 结果为 ACB

context_ngrams(array<array>, array, int K, int pf)

• 返回结果: 使用n-gram模型，通过指定array，提取前K个上下文文本；pf越大，精度越高，同时消耗的内存资源也更大
• 返回类型: array<struct<string,double>>
• select context_ngrams(array(array('from','a'),array('from','a'),array('from','b')), array('from', null), 1); -- 结果为 [{"ngram":["a"],"estfrequency":2.0}]
• select context_ngrams(array(array('from','a'),array('from','a'),array('from','b')), array('from', null), 2); -- 结果为 [{"ngram":["a"],"estfrequency":2.0},{"ngram":["b"],"estfrequency":1.0}]

concat_ws(string SEP, string A, string B...)

• 返回结果: 使用指定分隔符 SEP 拼接字符串，传入参数为多个字符串
• 返回类型: string
• select concat_ws('-', 'Melon', 'and', 'fruit', 'fields'); -- 结果为 Melon-and-fruit-fields

concat_ws(string SEP, array)

• 返回结果: 使用指定分隔符 SEP 拼接字符串，传入参数为 array
• 返回类型: string
• select concat_ws('-', array('Melon', 'and', 'fruit', 'fields')); -- 结果为 Melon-and-fruit-fields

decode(binary bin, string charset)

• 返回结果: 解码（字符集 charset 包括'US-ASCII', 'ISO-8859-1', 'UTF-8'