一、数学函数
- 取整函数: round
语法: round(double a)
返回值: double
说明:返回double类型的整数值部分(遵循四舍五入)
举例:
hive> select round(6.123);
OK
6.0 - 指定精度取整函数: round
语法: round(double a, int d)
返回值: DOUBLE
说明:返回指定精度d的double类型
举例:
hive> select round(6.66667,4);
OK
6.6667 - 向下取整函数: floor
语法: floor(double a)
返回值: BIGINT
说明:返回等于或者小于该double变量的最大的整数
举例:
hive> select floor(3.1415926);
OK
3
hive> select floor(-10.2);
OK
-11 - 向上取整函数: ceil
语法: ceil(double a)
返回值: BIGINT
说明:返回等于或者大于该double变量的最小的整数
举例:
hive> select ceil(10.1);
OK
11 - 向上取整函数: ceiling
语法: ceiling(double a)
返回值: BIGINT
说明:与ceil功能相同
举例:
hive> select ceiling(3.1415926);
OK
4 - 取随机数函数: rand
语法: rand(),rand(int seed)
返回值: double
说明:返回一个double型0到1范围内的随机数。如果指定种子seed,则会等到一个稳定的随机数序列
举例:
hive> select rand();
OK
0.5577432776034763
hive> select rand();
OK
0.6638336467363424
hive> select rand(100);
OK
0.7220096548596434
hive> select rand(100);
OK
0.7220096548596434 - 自然指数函数: exp
语法: exp(double a)
返回值: double
说明:返回自然对数e的a次方,a可为小数
举例:
hive> select exp(3);
OK
20.085536923187668 - 自然对数函数: ln
语法: ln(double a)
返回值: double
说明:返回a的自然对数,a可为小数
举例:
hive> select ln(7.38905609893065);
OK
2.0 - 以10为底对数函数: log10
语法: log10(double a)
返回值: double
说明:返回以10为底的a的对数,a可为小数
举例:
hive> select log10(100);
OK
2.0 - 以2为底对数函数: log2
语法: log2(double a)
返回值: double
说明:返回以2为底的a的对数,a可为小数
举例:
hive> select log2(8);
OK
3.0 - 对数函数: log
语法: log(double base, double a)
返回值: double
说明:返回以base为底的a的对数,base 与 a都是double类型
举例:
hive> select log(4,256);
OK
4.0 - 幂运算函数: pow
语法: pow(double a, double p), power(double a, double p)
返回值: double
说明:返回a的p次幂
举例:
hive> select pow(2,4);
OK
16.0 - 开平方函数: sqrt
语法: sqrt(double a)
返回值: double
说明:返回a的平方根
举例:
hive> select sqrt(16);
OK
4.0 - 二进制函数: bin
语法: bin(BIGINT a)
返回值: string
说明:返回a的二进制代码表示,,a为BIGINT类型
举例:
hive> select bin(7);
OK
111 - 十六进制函数: hex
语法: hex(BIGINT a),hex(string a)
返回值: string
说明:如果变量是int类型,那么返回a的十六进制表示;如果变量是string类型,则返回该字符串的十六进制表示
举例:
hive> select hex(17);
OK
11
hive> select hex(‘abc’);
OK
616263 - 反转十六进制函数: unhex
语法: unhex(string a)
返回值: string
说明:返回该十六进制字符串所代码的字符串,hex的逆方法
举例:
hive> select unhex(‘616263’);
OK
abc - 进制转换函数: conv
语法: conv(BIGINT num, int from_base, int to_base),conv(STRING num, int from_base, int to_base)
返回值: string
说明:将bigint/string数值num从from_base进制转化到to_base进制
举例:
hive> select conv(17,10,16);
OK
11
hive> select conv(17,10,2);
OK
10001 - 绝对值函数: abs
语法: abs(double a),abs(int a)
返回值: double or int
说明:返回数值a的绝对值
举例:
hive> select abs(-3.9);
OK
3.9 - 正取余函数: pmod
语法: pmod(int a, int b),pmod(double a, double b)
返回值: int or double
说明:返回正的a除以b的余数
举例:
hive> select pmod(9,4);
OK
1
hive> select pmod(-9,4);
OK
3 - 正弦函数: sin
语法: sin(double a)
返回值: double
说明:返回a的正弦值
举例:
hive> select sin(0.8);
OK
0.7173560908995228 - 反正弦函数: asin
语法: asin(double a)
返回值: double
说明:返回a的反正弦值
举例:
hive> select asin(0.7173560908995228);
OK
0.8 - 余弦函数: cos
语法: cos(double a)
返回值: double
说明:返回a的余弦值
举例:
hive> select cos(0.9);
OK
0.6216099682706644
- 反余弦函数: acos
语法: acos(double a)
返回值: double
说明:返回a的反余弦值
举例:
hive> select acos(0.6216099682706644);
OK
0.9
24.正切函数:tan
语法: tan(double a)
返回值: double
说明:返回a的正切值
举例:
hive> select tan(0.8);
OK
1.0296385570503641
25.反正切函数:atan
语法: atan(double a)
返回值: double
说明:返回a的反正切值
举例:
hive> select atan(1.0296385570503641);
OK
0.8
26.弧度值转换角度值:degrees
语法: degrees(double a)
返回值: double
说明:返回a的角度值
举例:
hive> select degrees(1);
OK
57.29577951308232
27.角度值转换成弧度值:radians
语法: radians(double a)
返回值: double
说明:返回a的弧度值
举例:
hive> select radians(57.29577951308232);
OK
1.0
-
positive函数: positive
语法: positive(int a), positive(double a)
返回值: int or double
说明:返回a
举例:
hive> select positive(-10);
OK
-10 -
negative函数: negative
语法: negative(int a), negative(double a)
返回值: int or double
说明:返回-a,a的相反数
举例:
hive> select negative(-5);
OK
5 -
判断正负函数:sign
语法: sign(double a)
返回值: double
说明:如果a是正数则返回1.0,是负数则返回-1.0,否则返回0.0
举例:
hive> select sign(-4);
OK
-1.0 -
数学e函数:e
语法: e()
返回值: double
说明:数学常数e
举例:
hive> select e();
OK
2.718281828459045 -
数学pi函数:pi
语法: pi()
返回值: double
说明:数学常数e
举例:
hive> select pi();
OK
3.141592653589793 -
阶乘函数:factorial
语法: factorial(int a)
返回值: BIGINT
说明:求a的阶乘
举例:Hive 1.2.0,版本原因无法测试 -
立方根函数:cbrt
语法: cbrt(double a)
返回值: double
说明:求a的立方根
举例:Hive 1.2.0,版本原因无法测试 -
左移函数:shiftleft
语法:shiftleft(BIGINT a, int b)
返回值: INT BIGINT
说明:按位左移
举例:Hive 1.2.0,版本原因无法测试 -
右移函数:shiftright
语法:shiftright(BIGINT a, int b)
返回值: INT BIGINT
说明:按位右移
举例:Hive 1.2.0,版本原因无法测试 -
无符号按位右移函数:shiftrightunsigned
语法:shiftrightunsigned(BIGINT a, int b)
返回值: INT BIGINT
说明:无符号按位右移(<<<)
举例:Hive 1.2.0,版本原因无法测试 -
求最大值函数:greatest
语法:greatest(T v1, T v2, …)
返回值:T
说明:求最大值
举例:
hive> select greatest(1,2,3);
OK
3 -
求最小值函数:least
语法:least(T v1, T v2, …)
返回值:T
说明:求最小值
举例:
hive> select least(1,2,3);
OK
1 -
银行家舍入法函数:bround
语法:bround(double a)
返回值:double
说明:银行家舍入法(1-4:舍,6-9:进,5->前位数是偶:舍,5->前位数是奇:进)
举例: Hive 1.3.0, 2.0.0,版本原因无法测试 -
银行家精确舍入法函数:bround
语法:bround(double a,int d)
返回值:double
说明:银行家舍入法,保留d位小数
举例: Hive 1.3.0, 2.0.0,版本原因无法测试
二、日期函数 -
UNIX时间戳转日期函数:from_unixtime
语法: from_unixtime(bigint unixtime[, string format])
返回值: string
说明:转化UNIX时间戳(从1970-01-01 00:00:00 UTC到指定时间的秒数)到当前时区的时间格式——format格式(format可为“yyyy-MM-dd hh:mm:ss”,“yyyy-MM-dd hh”,“yyyy-MM-dd hh:mm”等等)
举例:
hive> select from_unixtime(1250111000,“yyyy-MM-dd”);
OK
2009-08-13 -
获取当前UNIX时间戳函数:unix_timestamp
语法: unix_timestamp()
返回值: bigint
说明:获得当前时区的UNIX时间戳
举例:
hive> select unix_timestamp();
OK
1594648263 -
日期转UNIX时间戳函数:unix_timestamp
语法: unix_timestamp(string date)
返回值: bigint
说明:将格式为yyyy-MM-dd HH:mm:ss的时间字符串转换成时间戳。如果转化失败,则返回0。
举例:
hive> select unix_timestamp(‘2000-1-1 8:8:8’);
OK
946685288 -
指定格式日期转UNIX时间戳函数:unix_timestamp
语法: unix_timestamp(string date, string pattern)
返回值: bigint
说明:将指定时间字符串格式字符串转换成Unix时间戳。如果转化失败,则返回0。
举例:
hive> select unix_timestamp(‘2009-03-20’, ‘yyyy-MM-dd’);
OK
1237478400 -
日期时间转日期函数:to_date
语法: to_date(string timestamp)
返回值: string
说明:返回日期时间字段中的日期部分。
举例:
hive> select to_date(‘1970-01-01 23:00:00’);
OK
1970-01-01 -
日期转年函数: year
语法: year(string date)
返回值: int
说明:返回日期中的年。
举例:
hive> select year(“1970-01-01 00:00:00”);
OK
1970 -
日期转月函数: month
语法: month (string date)
返回值: int
说明:返回日期中的月份。
举例:
hive> select month(“1970-11-01”);
OK
11 -
日期转天函数: day
语法: day (string date)
返回值: int
说明:返回日期中的天。
举例:
hive> select day(“1970-11-01”);
OK
1 -
日期转小时函数: hour
语法: hour (string date)
返回值: int
说明:返回日期中的小时。
举例:
hive> select hour(‘2009-07-30 12:58:59’);
OK
12 -
日期转分钟函数: minute
语法: minute (string date)
返回值: int
说明:返回日期中的分钟。
举例:
hive> select minute(‘2011-12-08 10:03:01’);
OK
3 -
日期转秒函数: second
语法: second (string date)
返回值: int
说明:返回日期中的秒。
举例:
hive> select second(‘2011-12-08 10:03:01’);
OK
1 -
日期转周函数:weekofyear
语法: weekofyear (string date)
返回值: int
说明:返回时间字符串位于一年中的第几个周内.
举例:
hive>
hive> select weekofyear(‘2011-12-08 10:03:01’);
OK
49 -
日期比较函数: datediff
语法: datediff(string enddate, string startdate)
返回值: int
说明:返回结束日期减去开始日期的天数。
举例:
hive> select datediff(‘2012-12-08’,‘2012-05-09’);
OK
213 -
日期增加函数: date_add
语法: date_add(string startdate, int days)
返回值: string
说明:返回开始日期startdate增加days天后的日期。
举例:
hive> select date_add(‘2012-12-08’,10);
OK
2012-12-18 -
日期减少函数: date_sub
语法: date_sub (string startdate, int days)
返回值: string
说明:返回开始日期startdate减少days天后的日期。
举例:
hive> select date_sub(‘2012-12-08’,10);
OK
2012-11-28 -
转化成指定的时区下时间戳函数: from_utc_timestamp
语法: from_utc_timestamp(timestamp, string timezone)
返回值:timestamp
说明:如果给定的时间戳并非UTC,则将其转化成指定的时区下时间戳
举例:
hive> select from_utc_timestamp(‘1970-01-01 08:00:00’,‘PST’);
OK
1970-01-01 00:00:00 -
转化成UTC下的时间戳函数: to_utc_timestamp
语法:to_utc_timestamp(timestamp, string timezone)
返回值:timestamp
说明:如果给定的时间戳指定的时区下时间戳,则将其转化成UTC下的时间戳
举例:
hive> select to_utc_timestamp(‘1970-01-01 00:00:00’,‘PST’);
OK
1970-01-01 08:00:00 -
当前时间日期函数:current_date
语法:current_date()
返回值:date
说明:返回当前时间日期
举例:
hive> select current_date;
OK
2020-07-13 -
当前时间日期函数:current_timestamp
语法:current_timestamp()
返回值:timestamp
说明:返回当前时间戳
举例:
hive> select current_timestamp();
OK
2022-07-13 22:52:11.309 -
月份增加函数:add_months
语法:add_months(string start_date, int num_months)
返回值:string
说明:返回当前时间下再增加num_months个月的日期
举例:
hive> select add_months(‘1996-10-21’,10);
OK
1997-08-21 -
最后一天的日期函数:last_day
语法:last_day(string date)
返回值:string
说明:返回这个月的最后一天的日期,忽略时分秒部分(HH:mm:ss)
举例:
hive> select last_day(current_date());
OK
2022-07-31 -
下一个星期X所对应的日期函数:next_day
语法:next_day(string start_date, string day_of_week)
返回值:string
说明:返回当前时间的下一个星期X所对应的日期 如:next_day(‘2015-01-14’, ‘TU’) = 2015-01-20 以2015-01-14为开始时间,其下一个星期二所对应的日期为2015-01-20
举例:
hive> select next_day(current_date(),‘su’);
OK
2020-07-19 -
时间的最开始年份或月份函数:trunc
语法:trunc(string date, string format)
返回值:string
说明:返回时间的最开始年份或月份 如trunc(“2016-06-26”,“MM”)=2016-06-01 trunc(“2016-06-26”,“YY”)=2016-01-01 注意所支持的格式为MONTH/MON/MM, YEAR/YYYY/YY
举例:
hive> select trunc(current_date(),‘MM’);
OK
2020-07-01 -
相差的月份函数:months_between
语法:months_between(date1, date2)
返回值:double
说明:返回date1与date2之间相差的月份,如date1>date2,则返回正,如果date1<date2,则返回负,否则返回0.0 如:months_between(‘1997-02-28 10:30:00’, ‘1996-10-30’) = 3.94959677 1997-02-28 10:30:00与1996-10-30相差3.94959677个月
举例:
hive> select months_between(current_date(),‘2020-5-13’);
OK
2.0 -
指定格式返回时间函数:date_format
语法:date_format(date/timestamp/string ts, string fmt)
返回值:string
说明:按指定格式返回时间date 如:date_format(“2016-06-22”,“MM-dd”)=06-22
举例:
hive> select date_format(current_date(),‘MM.dd’);
OK
07.13 -
当前星期函数:dayofweek
语法:dayofweek(date)
返回值:int
说明:返回日期那天的周几
举例:
hive> select dayofweek(current_date());
OK
2 -
季节函数:quarter
语法:quarter(date/timestamp/string)
返回值:int
说明:返回当前时间属性哪个季度 如quarter(‘2015-04-08’) = 2
举例:Hive 1.3.0,版本原因不能测试
三、条件函数 -
If函数: if
语法: if(boolean testCondition, T valueTrue, T valueFalseOrNull)
返回值: T
说明: 当条件testCondition为TRUE时,返回valueTrue;否则返回valueFalseOrNull(valueTrue,valueFalseOrNull为泛型)
举例:
hive> select if(1=1,100,200);
OK
100 -
空查找函数: nvl
语法: nvl(T value, T default_value)
返回值: T
说明:如果value值为NULL就返回default_value,否则返回value
举例:
hive> select nvl(null,5);
OK
5 -
非空查找函数: COALESCE
语法: COALESCE(T v1, T v2,…)
返回值: T
说明: 返回参数中的第一个非空值;如果所有值都为NULL,那么返回NULL
举例:
hive> select COALESCE (NULL,44,55);
OK
44 -
条件判断函数:CASE
语法: CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END
返回值: T
说明:如果a等于b,那么返回c;如果a等于d,那么返回e;否则返回f
举例:
hive> select CASE 4 WHEN 5 THEN 5 WHEN 4 THEN 4 ELSE 3 END;
OK
4 -
条件判断函数:CASE
语法: CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END
返回值: T
说明:如果a为TRUE,则返回b;如果c为TRUE,则返回d;否则返回e
举例:
hive> select CASE WHEN 5>0 THEN 5 WHEN 4>0 THEN 4 ELSE 0 END;
OK
5 -
空值判断函数:isnull
语法: isnull( a )
返回值:boolean
说明:如果a为null就返回true,否则返回false
举例:
hive> select isnull(5);
OK
false -
非空值判断函数:isnotnull
语法: isnotnull ( a )
返回值:boolean
说明:如果a为非null就返回true,否则返回false
举例:
hive> select isnotnull(5);
OK
true
四、字符函数
-
首字符ascii函数:ascii
语法: ascii(string str)
返回值: int
说明:返回字符串str第一个字符的ascii码
举例:
hive> select ascii(‘abcde’);
OK
97 -
转换成64位的字符串:base64
语法: base64(binary bin)
返回值: string
说明:将二进制bin转换成64位的字符串 -
字符串连接函数:concat
语法: concat(string A, string B…)
返回值: string
说明:返回输入字符串连接后的结果,支持任意个输入字符串
举例:
hive> select concat(‘abc’,‘def’);
OK
abcdef -
字符串连接函数:context_ngrams
语法: context_ngrams(array, array, int K, int pf)
返回值: array<struct<string,double>>
说明:与ngram类似,但context_ngram()允许你预算指定上下文(数组)来去查找子序列,具体看StatisticsAndDataMining(这里的解释更易懂) -
带分隔符字符串连接函数:concat_ws
语法: concat_ws(string SEP, string A, string B…) | concat_ws(string SEP, array)
返回值: string
说明:返回输入字符串连接后的结果,SEP表示各个字符串间的分隔符 | 拼接Array中的元素并用指定分隔符进行分隔
举例:
hive> select concat_ws(’,’,‘abc’,‘def’,‘gh’);
OK
abc,def,gh -
指定的字符集将二进制值bin解码成字符串:decode
语法: decode(binary bin, string charset)
返回值: string
说明:使用指定的字符集charset将二进制值bin解码成字符串,支持的字符集有:‘US-ASCII’, ‘ISO-8859-1’, ‘UTF-8’, ‘UTF-16BE’, ‘UTF-16LE’, ‘UTF-16’,如果任意输入参数为NULL都将返回NULL -
指定的字符集charset将字符串编码成二进制值:encode
语法:encode(string src, string charset)
返回值: binary
说明:使用指定的字符集charset将字符串编码成二进制值,支持的字符集有:‘US-ASCII’, ‘ISO-8859-1’, ‘UTF-8’, ‘UTF-16BE’, ‘UTF-16LE’, ‘UTF-16’,如果任一输入参数为NULL都将返回NULL -
集合查找函数:find_in_set
语法: find_in_set(string str, string strList)
返回值: int
说明:返回str在strlist第一次出现的位置,strlist是用逗号分割的字符串。如果没有找该str字符,则返回0,如果任一参数为NULL将返回NULL回
举例:
hive> select find_in_set(‘ab’,‘ef,ab,de’);
OK
2 -
将数值X转换成"#,###,###.##“格式字符串:format_number
语法: format_number(number x, int d)
返回值: string
说明:将数值X转换成”#,###,###.##"格式字符串,并保留d位小数,如果d为0,将进行四舍五入且不保留小数
举例:
hive> select format_number(123345.65545,2);
OK
123,345.66 -
json解析函数:get_json_object
语法: get_json_object(string json_string, string path)
返回值: string
说明:解析json的字符串json_string,返回path指定的内容。如果输入的json字符串无效,那么返回NULL。注意此路径上JSON字符串只能由数字 字母 下划线组成且不能有大写字母和特殊字符,且key不能由数字开头,这是由于Hive对列名的限制
举例:
hive> select get_json_object(’{“store”:
{“fruit”:[{“weight”:8,“type”:“apple”},{“weight”:9,“type”:“pear”}],
“bicycle”:{“price”:19.95,“color”:“red”}
},
“email”:“amy@only_for_json_udf_test.net”,
“owner”:“amy”
}
‘,’$.owner’);
OK
amy
-
文件数据与字符串str匹配: in_file
语法: in_file(string str, string filename)
返回值: boolean
说明:如果文件名为filename的文件中有一行数据与字符串str匹配成功就返回true -
查找字符串str中子字符串substr出现的位置:instr
语法: instr(string str, string substr)
返回值:int
说明:查找字符串str中子字符串substr出现的位置,如果查找失败将返回0,如果任一参数为Null将返回null,注意位置为从1开始的
举例:
hive> select instr(‘dvfgefggdgaa’,‘aa’);
OK
11 -
字符串长度函数:length
语法: length(string A)
返回值: int
说明:返回字符串A的长度
举例:
hive> select length(‘abcedfg’);
OK
7
14.第一次出现的位置:locate
语法:locate(string substr, string str[, int pos])
返回值: int
说明:查找字符串str中的pos位置后字符串substr第一次出现的位置
举例:
hive> select locate(‘aa’,‘aabbedfaad’,2);
OK
8
-
字符串转小写函数:lower,lcase
语法: lower(string A) lcase(string A)
返回值: string
说明:返回字符串A的小写格式
举例:
hive> select lower(‘abSEd’);
OK
absed -
左补足函数:lpad
语法: lpad(string str, int len, string pad)
返回值: string
说明:将str进行用pad进行左补足到len位,从左边开始对字符串str使用字符串pad填充,最终len长度为止,如果字符串str本身长度比len大的话,将去掉多余的部分
举例:
hive> select lpad(‘abc’,10,‘td’);
OK
tdtdtdtabc
注意:与GP,ORACLE不同,pad不能默认 -
左边去空格函数:ltrim
语法: ltrim(string A)
返回值: string
说明:去掉字符串A前面的空格
举例:
hive> select ltrim(’ abc fg ');
OK
abc fg
18.返回出现次数TOP K的的子序列:ngrams
语法: ngrams(array, int N, int K, int pf)
返回值: array<struct<string,double>>
说明:返回出现次数TOP K的的子序列,n表示子序列的长度,具体看StatisticsAndDataMining (这里的解释更易懂)
-
URL解析函数:parse_url
语法: parse_url(string urlString, string partToExtract [, stringkeyToExtract])
返回值: string
说明:返回从URL中抽取指定部分的内容,参数url是URL字符串,而参数partToExtract是要抽取的部分,这个参数包含(HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO,例如:parse_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1’, ‘HOST’) =‘facebook.com’,如果参数partToExtract值为QUERY则必须指定第三个参数key 如:parse_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1’, ‘QUERY’, ‘k1’) =‘v1’
举例:
hive> select parse_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1’, ‘HOST’);
OK
facebook.com
hive> select parse_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1’, ‘QUERY’,‘k1’);
OK
v1 -
printf风格格式输出字符串:printf
语法:printf(String format, Obj… args)
返回值:string
说明:按照printf风格格式输出字符串
举例:
hive> select printf(‘abfhg’);
OK
abfhg -
正则表达式解析函数:regexp_extract
语法: regexp_extract(string subject, string pattern, int index)
返回值: string
说明:将字符串subject按照pattern正则表达式的规则拆分,返回index指定的字符。注意些预定义字符的使用,如第二个参数如果使用’\s’将被匹配到s,’\s’才是匹配空格
举例:
hive> select regexp_extract(‘foothebar’, ‘foo(.?)(bar)’, 2);
OK
bar
hive> select regexp_extract(‘foothebar’, ‘foo(.?)(bar)’, 0);
OK
foothebar
hive> select regexp_extract(‘hello,world’,’^((\w+),(\w+))$’,2);
OK
hello
hive> select regexp_extract(‘hello,world’,’(\w+),(\w+)’,2);
OK
world
注意,在有些情况下要使用转义字符,下面的等号要用双竖线转义,这是java正则表达式的规则。 -
正则表达式替换函数:regexp_replace
语法: regexp_replace(string A, string B, string C)
返回值: string
说明:按照Java正则表达式PATTERN将字符串INTIAL_STRING中符合条件的部分成REPLACEMENT所指定的字符串,如里REPLACEMENT这空的话,抽符合正则的部分将被去掉 如:regexp_replace(“foobar”, “oo|ar”, “”) = ‘fb.’ 注意些预定义字符的使用,如第二个参数如果使用’\s’将被匹配到s,’\s’才是匹配空格
举例:
hive> select regexp_replace(‘hello,world’,‘o|l’,‘e’);
OK
heeee,wered -
重复字符串函数:repeat
语法: repeat(string str, int n)
返回值: string
说明:返回重复n次后的str字符串
举例:
hive> select repeat(‘abc’,5);
OK
abcabcabcabcabc -
字符串反转函数:reverse
语法: reverse(string A)
返回值: string
说明:返回字符串A的反转结果
举例:
hive> select reverse(‘abc’);
OK
cba -
右补足函数:rpad
语法: rpad(string str, int len, string pad)
返回值: string
说明:从右边开始对字符串str使用字符串pad填充,最终len长度为止,如果字符串str本身长度比len大的话,将去掉多余的部分
举例:
hive> select rpad(‘abc’,10,‘td’);
OK
abctdtdtdt -
右边去空格函数:rtrim
语法: rtrim(string A)
返回值: string
说明:去除字符串右边的空格
举例:
hive> select rtrim(’ abc ');
OK
abc -
字符串str将被转换成单词数组:sentences
语法: sentences(string str, string lang, string locale)
返回值:array
说明:字符串str将被转换成单词数组,如:sentences(‘Hello there! How are you?’) =( (“Hello”, “there”), (“How”, “are”, “you”) )
举例:
hive> select sentences(‘Hello there! How are you?’);
OK
[[“Hello”,“there”],[“How”,“are”,“you”]] -
空格字符串函数:space
语法: space(int n)
返回值: string
说明:返回n个空格
举例:
hive> select length(space(10));
OK
10 -
分割字符串函数: split
语法: split(string str, string pat)
返回值: array
说明:按照pat字符串分割str,会返回分割后的字符串数组
举例:
hive> select split(‘abc|cde,def kyy’,’[|, ]’);
OK
[“abc”,“cde”,“def”,“kyy”]
hive> select split(‘abtcdtef’,‘t’);
OK
[“ab”,“cd”,“ef”] -
字符串str按照指定分隔符转换成Map: split
语法: str_to_map(text[, delimiter1, delimiter2])
返回值: map<string,string>
说明:将字符串str按照指定分隔符转换成Map,第一个参数是需要转换字符串,第二个参数是键值对之间的分隔符,默认为逗号;第三个参数是键值之间的分隔符,默认为"=" -
字符串截取函数:substr,substring
语法: substr(string A, int start),substring(string A, int start)
返回值: string
说明:返回字符串A从start位置到结尾的字符串
举例:
hive> select substr(‘abcde’,3);
OK
cde
hive> select substr(‘abcde’,-1); //(和ORACLE相同)
OK
e -
字符串截取函数:substr,substring
语法: substr(string A, int start, int len),substring(string A, int start, int len)
返回值: string
说明:返回字符串A从start位置开始,长度为len的字符串
举例:
hive> select substr(‘abcde’,3,2);
OK
cd -
截取第count分隔符之前的字符串:substring_index
语法:substring_index(string A, string delim, int count)
返回值: string
说明:截取第count分隔符之前的字符串,如count为正则从左边开始截取,如果为负则从右边开始截取
举例: Hive 1.3.0 -
字符串替换成to中的字符串:substring_index
语法:translate(string|char|varchar input, string|char|varchar from, string|char|varchar to)
返回值: string
说明:将input出现在from中的字符串替换成to中的字符串 如:translate(“MOBIN”,“BIN”,“M”)=“MOM”
举例:
hive> select translate(“MOBIN”,“BIN”,“M”);
OK
MOM -
去空格函数:trim
语法: trim(string A)
返回值: string
说明:去除字符串两边的空格
举例:
hive> select trim(’ abc dce’);
OK
abc dce -
将64位的字符串转换二进制值:trim
语法:unbase64(string str)
返回值:binary
说明:将64位的字符串转换二进制值 -
字符串转大写函数:upper,ucase
语法: upper(string A) ucase(string A)
返回值: string
说明:将字符串A中的字母转换成大写字母
举例:
hive> select upper(‘abSEd’);
OK
ABSED -
首字母大写函数:initcap
语法: initcap(string A)
返回值: string
说明:将字符串A转换第一个字母大写其余字母的字符串
举例:
hive> select initcap(‘abcd def’);
OK
Abcd Def -
两个字符串之间的差异大小: levenshtein
语法: levenshtein(string A, string B)
返回值: int
说明:计算两个字符串之间的差异大小 如:levenshtein(‘kitten’, ‘sitting’) = 3
举例:
hive> select levenshtein(‘kitten’, ‘sitting’);
OK
3 -
字符串转换成soundex字符串:soundex
语法: soundex(string A)
返回值: string
说明:将普通字符串转换成soundex字符串
举例: Hive 1.2.0
五、聚合函数
-
个数统计函数: count
语法:count(), count(expr), count(DISTINCT expr[, expr…])
返回值: BIGINT
说明: count()统计检索出的行的个数,包括NULL值的行;count(expr)返回指定字段的非空值的个数;count(DISTINCTexpr[, expr_.])统计提供非NULL且去重后的expr表达式值的行数 -
总和统计函数: sum
语法: sum(col), sum(DISTINCT col)
返回值: double
说明: sum(col)统计结果集中col的相加的结果;sum(DISTINCT col)统计结果中col不同值相加的结果 -
平均值统计函数: avg
语法: avg(col), avg(DISTINCT col)
返回值: double
说明: avg(col)统计结果集中col的平均值;avg(DISTINCT col)统计结果中col不同值相加的平均值 -
最小值统计函数: min
语法: min(col)
返回值: double
说明:统计结果集中col字段的最小值 -
最大值统计函数: max
语: maxcol)
返回值: double
说明:统计结果集中col字段的最大值 -
非空集合总体变量函数:var_pop
语法: variance(col), var_pop(col)
返回值: double
说明:统计结果集中col非空集合的总体变量(忽略null),(求指定列数值的方差) -
非空集合样本变量函数:var_samp
语法: var_samp (col)
返回值: double
说明:统计结果集中col非空集合的样本变量(忽略null)(求指定列数值的样本方差) -
总体标准偏离函数:stddev_pop
语法: stddev_pop(col)
返回值: double
说明:该函数计算总体标准偏离,并返回总体变量的平方根,其返回值与VAR_POP函数的平方根相同(求指定列数值的标准偏差) -
样本标准偏离函数:stddev_samp
语法: stddev_samp (col)
返回值: double
说明:该函数计算样本标准偏离,(求指定列数值的样本标准偏差) -
协方差函数:covar_pop
语法: covar_pop(col1, col2)
返回值: double
说明:求指定列数值的协方差 -
样本协方差函数:covar_samp
语法: covar_samp(col1, col2)
返回值: double
说明:求指定列数值的样本协方差 -
相关系数函数:corr
语法:corr(col1, col2)
返回值: double
说明:返回两列数值的相关系数 -
中位数函数:percentile
语法: percentile(BIGINT col, p)
返回值: double
说明:求准确的第pth个百分位数,p必须介于0和1之间,但是col字段目前只支持整数,不支持浮点数类型 -
中位数函数:percentile
语法: percentile(BIGINT col, array(p1 [, p2]…))
返回值: array
说明:功能和上述类似,之后后面可以输入多个百分位数,返回类型也为array,其中为对应的百分位数。
举例:
select percentile(score,<0.2,0.4>) from lxw_dual;取0.2,0.4位置的数据 -
近似中位数函数:percentile_approx
语法: percentile_approx(DOUBLE col, p [, B])
返回值: double
说明:求近似的第pth个百分位数,p必须介于0和1之间,返回类型为double,但是col字段支持浮点类型。参数B控制内存消耗的近似精度,B越大,结果的准确度越高。默认为10,000。当col字段中的distinct值的个数小于B时,结果为准确的百分位数 -
近似中位数函数:percentile_approx
语法: percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B])
返回值: array
说明:功能和上述类似,之后后面可以输入多个百分位数,返回类型也为array,其中为对应的百分位数。 -
直方图:histogram_numeric
语法: histogram_numeric(col, b)
返回值: array<struct {‘x’,‘y’}>
说明:以b为基准计算col的直方图信息。
举例:
hive> select histogram_numeric(100,5) 、
OK
[{“x”:100.0,“y”:1.0}]
六、表生成函数
-
explode
语法: explode(array a)
返回类型: Array Type
说明:对于a中的每个元素,将生成一行且包含该元素 -
explode
语法: explode(ARRAY)
返回类型:N rows
说明:每行对应数组中的一个元素 -
explode
语法: explode(MAP)
返回类型:N rows
说明:每行对应每个map键-值,其中一个字段是map的键,另一个字段是map的值 -
posexplode
语法:posexplode(ARRAY)
返回类型:N rows
说明:与explode类似,不同的是还返回各元素在数组中的位置 -
posexplode
语法:stack(INT n, v_1, v_2, …, v_k
返回类型:N rows
说明:把M列转换成N行,每行有M/N个字段,其中n必须是个常数 -
posexplode
语法:json_tuple(jsonStr, k1, k2, …)
返回类型:tuple
说明:从一个JSON字符串中获取多个键并作为一个元组返回,与get_json_object不同的是此函数能一次获取多个键值 -
parse_url_tuple
语法:parse_url_tuple(url, p1, p2, …)
返回类型:tuple
说明:返回从URL中抽取指定N部分的内容,参数url是URL字符串,而参数p1,p2,…是要抽取的部分,这个参数包含HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, USERINFO, QUERY: -
parse_url_tuple
语法:inline(ARRAY<STRUCT[,STRUCT]>)
说明:将结构体数组提取出来并插入到表中
七、类型转换函数
-
转换成二进制: binary
语法: binary(string|binary)
返回类型: binary
说明:将输入的值转换成二进制 -
expr转换成type类型: cast
语法: cast(expr as )
返回类型: Expected “=” to follow “type”
cast(expr as
说明:将expr转换成type类型 如:cast(“1” as BIGINT) 将字符串1转换成了BIGINT类型,如果转换失败将返回NULL
八、集合函数
-
Map类型长度函数: size(Map<K.V>)
语法: size(Map<K.V>)
返回值: int
说明:返回map类型的长度
举例:
hive> select size(map(‘100’,‘tom’,‘101’,‘mary’));
OK
2 -
array类型长度函数: size(Array)
语法: size(Array)
返回值: int
说明:求数组的长度
举例:
hive> select size(array(‘100’,‘101’,‘102’,‘103’));
OK
4 -
key函数
语法: map_keys(Map<K.V>)
返回值: array
说明:返回map中的所有key -
value函数
语法: map_keys(Map<K.V>)
返回值:array
说明:返回map中的所有value -
包含value函数
语法: array_contains(Array, value)
返回值:boolean
说明:如该数组Array包含value返回true。,否则返回false -
排序函数
语法:sort_array(Array)
返回值:array
说明:按自然顺序对数组进行排序并返回