Presto Functions

最新推荐文章于 2021-08-30 15:20:28 发布

weixin_33950035

最新推荐文章于 2021-08-30 15:20:28 发布

阅读量135

点赞数

文章标签： json 数据库 python

原文链接：https://my.oschina.net/u/3204727/blog/1845113

版权

2019独角兽企业重金招聘Python工程师标准>>>

Presto的是什么？优势是什么呢？从官方文档中我们了解到

Presto是一个分布式SQL查询引擎，用于查询分布在一个或多个不同数据源中的大数据集。
千万不要以为Presto可以解析SQL，那么Presto就是一个标准的数据库。
Presto被设计为数据仓库和数据分析产品：数据分析、大规模数据聚集和生成报表。这些工作经常通常被认为是线上分析处理操作。

所以说，当公司业务有跨库分析时（一般情况是，业务数据库分布在各个部门），一些数据需要配合其他部门的数据进行关联查询，这个时候可以考虑Presto。但是目前，对于MySQL统计查询在性能上有瓶颈。可考虑将数据按时间段归档到HDFS中，以提高统计效率。

Presto函数:https://www.alibabacloud.com/help/zh/doc-detail/64038.htm;
位运算函数
Presto提供了如下几种位运算函数：

函数	语法	说明
bit_count	bit_count(x, bits) → bigint	返回x的补码中置1的位数
bitwise_and	bitwise_and(x, y) → bigint	位与函数
bitwise_not	bitwise_not(x) → bigint	取非操作
bitwise_or	bitwise_or(x, y) → bigint	位或函数
bitwise_xor	bitwise_xor(x, y) → bigint	抑或函数
bitwise_and_agg	bitwise_and_agg(x) → bigint	返回x中所有值的与操作结果，x为数组
bitwise_or_agg	bitwise_or_agg(x) → bigint	返回x中所有值的或操作结果，x位数组
示例

SELECT bit_count(9, 64); -- 2
SELECT bit_count(9, 8); -- 2
SELECT bit_count(-7, 64); -- 62
SELECT bit_count(-7, 8); -- 6

(二)JSON处理对比(转至:https://www.cnblogs.com/cssdongl/p/8394000.html)
Hive
select get_json_object(json, '$.book');

Presto
select json_extract_scalar(json, '$.book');

注意这里Presto中json_extract_scalar返回值是一个string类型,其还有一个函数json_extract是直接返回一个json串，所以使用的时候你得自己知道取的到底是一个什么类型的值.

(三).列转行对比
Hive
select student, score from tests lateral view explode(split(scores, ',')) t as score;

Presto
select student, score from tests cross json unnest(split(scores, ',') as t (score);

简单的讲就是将scores字段中以逗号隔开的分数列比如
80,90,99,80
这种单列的值转换成和student列一对多的行的值映射.

三.复杂Grouping对比
Hive
select origin_state, origin_zip, sum(package_weight) from shipping group by origin_state,origin_zip with rollup;

Presto
select origin_state, origin_zip, sum(package_weight) from shipping group by rollup (origin_state, origin_zip);

用过rollup的都知道，这是从右向左的递减的多级统计的聚合,等价于(如下为Presto写法)
select origin_state, origin_zip, sum(package_weight) from shipping group by grouping sets ((origin_state, origin_zip), (origin_state), ());

其他一些语法有细微的差别可以慢慢了解，当然Hive和Presto底层架构不一样导致Presto比Hive运算速度要快很多,再加上开源的Alluxio缓存更加如虎添翼了.

转载于:https://my.oschina.net/u/3204727/blog/1845113