Hive SQL判断一个字符串中是否包含字串的N种方式及其效率

背景

这是个常见需求，某个表tab中，需要判断某个string类型的字段中，哪些数据含有一个子串。以下给出6种方案，并给出效率对比。

方案1:regexp_extract

可以使用regexp_extract(subject, pattern, index)函数来提取字符串中匹配指定正则表达式的字串。要判断一个字符串中是否包含字串"ABCD;"，可以使用如下代码：

SELECT
  CASE
    WHEN regexp_extract(subject, 'ABCD;', 0) != '' THEN '包含'
    ELSE '不包含'
  END AS is_contain
FROM
  your_table;

其中，subject是要判断的字符串，'ABCD;‘是要匹配的字串，0表示从整个匹配结果中获取整个字串。如果返回的字串不为空，则说明匹配到了，即包含字串’ABCD;’，否则不包含。你需要将your_table替换为你实际使用的表名或子查询。

方案2:instr

使用instr(str, substr)函数来实现，使用类似下面的代码：

SELECT