Hive用户自定义函数
https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-DateFunctions
<!-- [if gte mso 9]><xml><w:WordDocument><w:BrowserLevel>MicrosoftInternetExplorer4</w:BrowserLevel><w:DisplayHorizontalDrawingGridEvery>0</w:DisplayHorizontalDrawingGridEvery><w:DisplayVerticalDrawingGridEvery>2</w:DisplayVerticalDrawingGridEvery><w:DocumentKind>DocumentNotSpecified</w:DocumentKind><w:DrawingGridVerticalSpacing>7.8</w:DrawingGridVerticalSpacing><w:View>Normal</w:View><w:Compatibility></w:Compatibility><w:Zoom>0</w:Zoom></w:WordDocument></xml><![endif]-->
目录
1. UNIX 时间戳转日期函数 : from_unixtime 18
2. 获取当前 UNIX 时间戳函数 : unix_timestamp 18
3. 日期转 UNIX 时间戳函数 : unix_timestamp 18
4. 指定格式日期转 UNIX 时间戳函数 : unix_timestamp 18
5. 字符串截取函数： substr,substring 24
6. 字符串截取函数： substr,substring 24
12. 正则表达式替换函数： regexp_replace 26
13. 正则表达式解析函数： regexp_extract 26
15. json 解析函数： get_json_object 27
12. 近似中位数函数 : percentile_approx 32
13. 近似中位数函数 : percentile_approx 32
14. 直方图 : histogram_numeric 32
1. Map 类型长度函数 : size(Map<K.V>) 34
2. array 类型长度函数 : size(Array<T>) 34
一、关系运算：
1. 等值比较 : =
语法：A=B
操作类型：所有基本类型
描述: 如果表达式 A 与表达式 B 相等，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where 1=1;
1
2. 不等值比较 : <>
语法: A <> B
操作类型: 所有基本类型
描述: 如果表达式 A 为 NULL ，或者表达式 B 为 NULL ，返回 NULL ；如果表达式 A 与表达式 B 不相等，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where 1 <> 2;
1
3. 小于比较: <
语法: A < B
操作类型: 所有基本类型
描述: 如果表达式 A 为 NULL ，或者表达式 B 为 NULL ，返回 NULL ；如果表达式 A 小于表达式 B ，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where 1 < 2;
1
4. 小于等于比较 : <=
语法: A <= B
操作类型: 所有基本类型
描述: 如果表达式 A 为 NULL ，或者表达式 B 为 NULL ，返回 NULL ；如果表达式 A 小于或者等于表达式 B ，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where 1 <= 1;
1
5. 大于比较 : >
语法: A > B
操作类型: 所有基本类型
描述: 如果表达式 A 为 NULL ，或者表达式 B 为 NULL ，返回 NULL ；如果表达式 A 大于表达式 B ，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where 2 > 1;
1
6. 大于等于比较 : >=
语法: A >= B
操作类型: 所有基本类型
描述: 如果表达式 A 为 NULL ，或者表达式 B 为 NULL ，返回 NULL ；如果表达式 A 大于或者等于表达式 B ，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where 1 >= 1;
1
注意：String 的比较要注意 ( 常用的时间比较可以先 to_date 之后再比较 )
hive> select * from lxw_dual;
OK
2011111209 00:00:00 2011111209
hive> select a,b,a<b,a>b,a=b from lxw_dual;
2011111209 00:00:00 2011111209 false true false
7. 空值判断 : IS NULL
语法: A IS NULL
操作类型: 所有类型
描述: 如果表达式 A 的值为 NULL ，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where null is null;
1
8. 非空判断 : IS NOT NULL
语法: A IS NOT NULL
操作类型: 所有类型
描述: 如果表达式 A 的值为 NULL ，则为 FALSE ；否则为 TRUE
举例：
hive> select 1 from lxw_dual where 1 is not null;
1
9. LIKE比较 : LIKE
语法: A LIKE B
操作类型: strings
描述: 如果字符串 A 或者字符串 B 为 NULL ，则返回 NULL ；如果字符串 A 符合表达式 B 的正则语法，则为 TRUE ；否则为 FALSE 。 B 中字符” _ ”表示任意单个字符，而字符” % ”表示任意数量的字符。
举例：
hive> select 1 from lxw_dual where 'football' like 'foot%';
1
hive> select 1 from lxw_dual where 'football' like 'foot____';
1
注意：否定比较时候用NOT A LIKE B
hive> select 1 from lxw_dual where NOT 'football' like 'f ff %';
1
10. JAVA的 LIKE 操作 : RLIKE
语法: A RLIKE B
操作类型: strings
描述: 如果字符串 A 或者字符串 B 为 NULL ，则返回 NULL ；如果字符串 A 符合 JAVA 正则表达式 B 的正则语法，则为 TRUE ；否则为 FALSE 。
举例：
hive> select 1 from lxw_dual where 'footbar’ rlike '^f.*r$’;
1
注意：判断一个字符串是否全为数字：
hive> select 1 from lxw_dual where '123456' rlike '^\\d+$';
1
hive> select 1 from lxw_dual where '123456aa' rlike '^\\d+$';
11. REGEXP操作 : REGEXP
语法: A REGEXP B
操作类型: strings
描述: 功能与 RLIKE 相同
举例：
hive> select 1 from lxw_dual where 'footbar' REGEXP '^f.*r$';
1
二、数学运算：
1. 加法操作 : +
语法: A + B
操作类型：所有数值类型
说明：返回A 与 B 相加的结果。结果的数值类型等于 A 的类型和 B 的类型的最小父类型（详见数据类型的继承关系）。比如， int + int 一般结果为 int 类型，而 int + double 一般结果为 double 类型
举例：
hive> select 1 + 9 from lxw_dual;
10
hive> create table lxw_dual as select 1 + 1.2 from lxw_dual;
hive> describe lxw_dual;
_c0 double
2. 减法操作 : -
语法: A – B
操作类型：所有数值类型
说明：返回A 与 B 相减的结果。结果的数值类型等于 A 的类型和 B 的类型的最小父类型（详见数据类型的继承关系）。比如， int – int 一般结果为 int 类型，而 int – double 一般结果为 double 类型
举例：
hive> select 10 – 5 from lxw_dual;
5
hive> create table lxw_dual as select 5.6 – 4 from lxw_dual;
hive> describe lxw_dual;
_c0 double
3. 乘法操作 : *
语法: A * B
操作类型：所有数值类型
说明：返回A 与 B 相乘的结果。结果的数值类型等于 A 的类型和 B 的类型的最小父类型（详见数据类型的继承关系）。注意，如果 A 乘以 B 的结果超过默认结果类型的数值范围，则需要通过 cast 将结果转换成范围更大的数值类型
举例：
hive> select 40 * 5 from lxw_ dual;
200
4. 除法操作 : /
语法: A / B
操作类型：所有数值类型
说明：返回A 除以 B 的结果。结果的数值类型为 double
举例：
hive> select 40 / 5 from lxw_dual;
8.0
注意：hive 中最高精度的数据类型是 double, 只精确到小数点后 16 位，在做除法运算的时候要特别注意
hive> select ceil(28.0/6.999999999999999999999) from lxw_dual limit 1;
结果为4
hive> select ceil(28.0/6.99999999999999) from lxw_dual limit 1;
结果为5
5. 取余操作 : %
语法: A % B
操作类型：所有数值类型
说明：返回A 除以 B 的余数。结果的数值类型等于 A 的类型和 B 的类型的最小父类型（详见数据类型的继承关系）。
举例：
hive> select 41 % 5 from lxw_dual;
1
hive> select 8.4 % 4 from lxw_dual;
0.40000000000000036
注意：精度在hive 中是个很大的问题，类似这样的操作最好通过 round 指定精度
hive> select round(8.4 % 4 , 2) from lxw_dual;
0.4
6. 位与操作 : &
语法: A & B
操作类型：所有数值类型
说明：返回A 和 B 按位进行与操作的结果。结果的数值类型等于 A 的类型和 B 的类型的最小父类型（详见数据类型的继承关系）。
举例：
hive> select 4 & 8 from lxw_dual;
0
hive> select 6 & 4 from lxw_dual;
4
7. 位或操作 : |
语法: A | B
操作类型：所有数值类型
说明：返回A 和 B 按位进行或操作的结果。结果的数值类型等于 A 的类型和 B 的类型的最小父类型（详见数据类型的继承关系）。
举例：
hive> select 4 | 8 from lxw_dual;
12
hive> select 6 | 8 from lxw_dual;
14
8. 位异或操作 : ^
语法: A ^ B
操作类型：所有数值类型
说明：返回A 和 B 按位进行异或操作的结果。结果的数值类型等于 A 的类型和 B 的类型的最小父类型（详见数据类型的继承关系）。
举例：
hive> select 4 ^ 8 from lxw_dual;
12
hive> select 6 ^ 4 from lxw_dual;
2
9．位取反操作 : ~
语法: ~A
操作类型：所有数值类型
说明：返回A 按位取反操作的结果。结果的数值类型等于 A 的类型。
举例：
hive> select ~6 from lxw_dual;
-7
hive> select ~4 from lxw_dual;
-5
三、逻辑运算：
1. 逻辑与操作 : AND
语法: A AND B
操作类型：boolean
说明：如果A 和 B 均为 TRUE ，则为 TRUE ；否则为 FALSE 。如果 A 为 NULL 或 B 为 NULL ，则为 NULL
举例：
hive> select 1 from lxw_dual where 1=1 and 2=2;
1
2. 逻辑或操作 : OR
语法: A OR B
操作类型：boolean
说明：如果A 为 TRUE ，或者 B 为 TRUE ，或者 A 和 B 均为 TRUE ，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where 1=2 or 2=2;
1
3. 逻辑非操作 : NOT
语法: NOT A
操作类型：boolean
说明：如果A 为 FALSE ，或者 A 为 NULL ，则为 TRUE ；否则为 FALSE
举例：
hive> select 1 from lxw_dual where not 1=2;
1
四、数值计算
1. 取整函数 : round
语法: round(double a)
返回值: BIGINT
说明: 返回 double 类型的整数值部分 （遵循四舍五入）
举例：
hive> select round(3.1415926) from lxw_dual;
3
hive> select round(3.5) from lxw_dual;
4
hive> create table lxw_dual as select round(9542.158) from lxw_dual;
hive> describe lxw_dual;
_c0 bigint
2. 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(3.1415926,4) from lxw_dual;
3.1416
3. 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) from lxw_dual;
3
hive> select floor(25) from lxw_dual;
25
4. 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(3.1415926) from lxw_dual;
4
hive> select ceil(46) from lxw_dual;
46
5. 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) from lxw_dual;
4
hive> select ceiling(46) from lxw_dual;
46
6. 取随机数函数 : rand
语法: rand(),rand(int seed)
返回值: double
说明: 返回一个 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() from lxw_dual;
0.5577432776034763
hive> select rand() from lxw_dual;
0.6638336467363424
hive> select rand(100) from lxw_dual;
0.7220096548596434
hive> select rand(100) from lxw_dual;
0.7220096548596434
7. 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
举例：
hive> select exp(2) from lxw_dual;
7.38905609893065
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
举例：
hive> select ln(7.38905609893065) from lxw_dual;
2.0
8. 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
举例：
hive> select log10(100) from lxw_dual;
2.0
9. 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
举例：
hive> select log2(8) from lxw_dual;
3.0
10. 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
举例：
hive> select log(4,256) from lxw_dual;
4.0
11. 幂运算函数 : pow
语法: pow(double a, double p)
返回值: double
说明: 返回 a 的 p 次幂
举例：
hive> select pow(2,4) from lxw_dual;
16.0
12. 幂运算函数 : power
语法: power(double a, double p)
返回值: double
说明: 返回 a 的 p 次幂 , 与 pow 功能相同
举例：
hive> select power(2,4) from lxw_dual;
16.0
13. 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) from lxw_dual;
4.0
14. 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
举例：
hive> select bin(7) from lxw_dual;
111
15. 十六进制函数 : hex
语法: hex(BIGINT 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) from lxw_dual;
11
hive> select hex(‘abc’) from lxw_dual;
616263
16. 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
举例：
hive> select unhex( ‘ 616263 ’ ) from lxw_dual;
abc
hive> select unhex( ‘ 11 ’ ) from lxw_dual;
-
hive> select unhex(616263) from lxw_dual;
abc
17. 进制转换函数 : conv
语法: conv(BIGINT num, int from_base, int to_base)
返回值: string
说明: 将数值 num 从 from_base 进制转化到 to_base 进制
举例：
hive> select conv(17,10,16) from lxw_dual;
11
hive> select conv(17,10,2) from lxw_dual;
10001
18. 绝对值函数 : abs
语法: abs(double a) abs(int a)
返回值: double int
说明: 返回数值 a 的绝对值
举例：
hive> select abs(-3.9) from lxw_dual;
3.9
hive> select abs(10.9) from lxw_dual;
10.9
19. 正取余函数 : pmod
语法: pmod(int a, int b),pmod(double a, double b)
返回值: int double
说明: 返回正的 a 除以 b 的余数
举例：
hive> select pmod(9,4) from lxw_dual;
1
hive> select pmod(-9,4) from lxw_dual;
3
20. 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) from lxw_dual;
0.7173560908995228
21. 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) from lxw_dual;
0.8
22. 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) from lxw_dual;
0.6216099682706644
23. 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) from lxw_dual;
0.9
24. positive函数 : positive
语法: positive(int a), positive(double a)
返回值: int double
说明: 返回 a
举例：
hive> select positive(-10) from lxw_dual;
-10
hive> select positive(12) from lxw_dual;
12
25. negative函数 : negative
语法: negative(int a), negative(double a)
返回值: int double
说明: 返回 -a
举例：
hive> select negative(-5) from lxw_dual;
5
hive> select negative(8) from lxw_dual;
-8
五、日期函数
1. 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
举例：
hive> select from_unixtime(1323308943,'yyyyMMdd') from lxw_dual;
20111208
2. 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() from lxw_dual;
1323309615
3. 日期转 UNIX 时间戳函数 : unix_timestamp
语法: unix_timestamp(string date)
返回值: bigint
说明: 转换格式为 "yyyy-MM-dd HH:mm:ss" 的日期到 UNIX 时间戳。如果转化失败，则返回 0 。
举例：
hive> select unix_timestamp('2011-12-07 13:01:03') from lxw_dual;
1323234063
4. 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: 转换 pattern 格式的日期到 UNIX 时间戳。如果转化失败，则返回 0 。
举例：
hive> select unix_timestamp('20111207 13:01:03','yyyyMMdd HH:mm:ss') from lxw_dual;
1323234063
5. 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('2011-12-08 10:03:01') from lxw_dual;
2011-12-08
6. 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('2011-12-08 10:03:01') from lxw_dual;
2011
hive> select year('2012-12-08') from lxw_dual;
2012
7. 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('2011-12-08 10:03:01') from lxw_dual;
12
hive> select month('2011-08-08') from lxw_dual;
8
8. 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('2011-12-08 10:03:01') from lxw_dual;
8
hive> select day('2011-12-24') from lxw_dual;
24
9. 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('2011-12-08 10:03:01') from lxw_dual;
10
10. 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') from lxw_dual;
3
11. 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') from lxw_dual;
1
12. 日期转周函数 : weekofyear
语法: weekofyear (string date)
返回值: int
说明: 返回日期在当前的周数。
举例：
hive> select weekofyear('2011-12-08 10:03:01') from lxw_dual;
49
13. 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') from lxw_dual;
213
14. 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) from lxw_dual;
2012-12-18
15. 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) from lxw_dual;
2012-11-28
六、条件函数
1. 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
举例：
hive> select if(1=2,100,200) from lxw_dual;
200
hive> select if(1=1,100,200) from lxw_dual;
100
2. 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,'100','50′ ) from lxw_dual;
100
3. 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 100 when 50 then 'tom' when 100 then 'mary' else 'tim' end from lxw_dual;
mary
hive> Select case 200 when 50 then 'tom' when 100 then 'mary' else 'tim' end from lxw_dual;
tim
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 1=2 then 'tom' when 2=2 then 'mary' else 'tim' end from lxw_dual;
mary
hive> select case when 1=1 then 'tom' when 2=2 then 'mary' else 'tim' end from lxw_dual;
tom
七、字符串函数
1. 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') from lxw_dual;
7
2. 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(abcedfg’) from lxw_dual;
gfdecba
3. 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’,'gh’) from lxw_dual;
abcdefgh
4. 带分隔符字符串连接函数： concat_ws
语法: concat_ws(string SEP, string A, string B … )
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
举例：
hive> select concat_ws(',','abc','def','gh') from lxw_dual;
abc,def,gh
5. 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) from lxw_dual;
cde
hive> select substring('abcde',3) from lxw_dual;
cde
hive> select substr('abcde',-1) from lxw_dual; （和 ORACLE 相同）
e
6. 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) from lxw_dual;
cd
hive> select substring('abcde',3,2) from lxw_dual;
cd
hive>select substring('abcde',-2,2) from lxw_dual;
de
7. 字符串转大写函数： upper,ucase
语法: upper(string A) ucase(string A)
返回值: string
说明：返回字符串A 的大写格式
举例：
hive> select upper('abSEd') from lxw_dual;
ABSED
hive> select ucase('abSEd') from lxw_dual;
ABSED
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') from lxw_dual;
absed
hive> select lcase('abSEd') from lxw_dual;
absed
9. 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 ') from lxw_dual;
abc
10. 左边去空格函数： ltrim
语法: ltrim(string A)
返回值: string
说明：去除字符串左边的空格
举例：
hive> select ltrim(' abc ') from lxw_dual;
abc
11. 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 ') from lxw_dual;
abc
12. 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：将字符串A 中的符合 java 正则表达式 B 的部分替换为 C 。注意，在有些情况下要使用转义字符 , 类似 oracle 中的 regexp_replace 函数。
举例：
hive> select regexp_replace('foobar', 'oo|ar', '') from lxw_dual;
fb
13. 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。
举例：
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) from lxw_dual;
the
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from lxw_dual;
bar
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0) from lxw_dual;
foothebar
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。
select data_field,
regexp_extract(data_field,'.*?bgStart \\= ([^&]+)',1) as aaa,
regexp_extract(data_field,'.*?contentLoaded_headStart \\= ([^&]+)',1) as bbb,
regexp_extract(data_field,'.*?AppLoad2Req \\= ([^&]+)',1) as ccc
from pt_nginx_loginlog_st
where pt = '2012-03-26' limit 2;
14. URL解析函数： parse_url
语法: parse_url(string urlString, string partToExtract [, string keyToExtract])
返回值: string
说明：返回URL 中指定的部分。 partToExtract 的有效值为： HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO.
举例：
hive> select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') from lxw_dual;
facebook.com
hive> select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1') from lxw_dual;
v1
15. 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 。
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') from lxw_dual;
amy
16. 空格字符串函数： space
语法: space(int n)
返回值: string
说明：返回长度为n 的字符串
举例：
hive> select space(10) from lxw_dual;
hive> select length(space(10)) from lxw_dual;
10
17. 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) from lxw_dual;
abcabcabcabcabc
18. 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') from lxw_dual;
97
19. 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
举例：
hive> select lpad('abc',10,'td') from lxw_dual;
tdtdtdtabc
注意：与GP ， ORACLE 不同， pad 不能默认
20. 右补足函数： rpad
语法: rpad(string str, int len, string pad)
返回值: string
说明：将str 进行用 pad 进行右补足到 len 位
举例：
hive> select rpad('abc',10,'td') from lxw_dual;
abctdtdtdt
21. 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('abtcdtef','t') from lxw_dual;
["ab","cd","ef"]
22. 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
举例：
hive> select find_in_set('ab','ef,ab,de') from lxw_dual;
2
hive> select find_in_set('at','ef,ab,de') from lxw_dual;
0
八、集合统计函数
1. 个数统计函数 : count
语法: count(*), count(expr), count(DISTINCT expr[, expr_.])
返回值: int
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(DISTINCT expr[, expr_.]) 返回指定字段的不同的非空值的个数
举例：
hive> select count(*) from lxw_dual;
20
hive> select count(distinct t) from lxw_dual;
10
2. 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
举例：
hive> select sum(t) from lxw_dual;
100
hive> select sum(distinct t) from lxw_dual;
70
3. 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
举例：
hive> select avg(t) from lxw_dual;
50
hive> select avg (distinct t) from lxw_dual;
30
4. 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
举例：
hive> select min(t) from lxw_dual;
20
5. 最大值统计函数 : max
语法: maxcol)
返回值: double
说明: 统计结果集中 col 字段的最大值
举例：
hive> select max(t) from lxw_dual;
120
6. 非空集合总体变量函数 : var_pop
语法: 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 ）
举例：
7. 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 ）
举例：
8. 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
举例：
9. 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
举例：
10．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
举例：
11. 中位数函数 : percentile
语法: percentile(BIGINT col, array(p1 [, p2] … ))
返回值: array<double>
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<double> ，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
12. 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
举例：
13. 近似中位数函数 : percentile_approx
语法: percentile_approx(DOUBLE col, array(p1 [, p2] … ) [, B])
返回值: array<double>
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<double> ，其中为对应的百分位数。
举例：
14. 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) from lxw_ dual;
[{"x":100.0,"y":1.0}]
九、复合类型构建操作
1. Map类型构建 : map
语法: map (key1, value1, key2, value2, … )
说明：根据输入的key 和 value 对构建 map 类型
举例：
hive> Create table lxw_test as select map('100','tom','200','mary') as t from lxw_dual;
hive> describe lxw_test;
t map<string,string>
hive> select t from lxw_test;
{"100":"tom","200":"mary"}
2. Struct类型构建 : struct
语法: struct(val1, val2, val3, … )
说明：根据输入的参数构建结构体struct 类型
举例：
hive> create table lxw_test as select struct('tom','mary','tim') as t from lxw_dual;
hive> describe lxw_test;
t struct<col1:string,col2:string,col3:string>
hive> select t from lxw_test;
{"col1":"tom","col2":"mary","col3":"tim"}
3. array类型构建 : array
语法: array(val1, val2, … )
说明：根据输入的参数构建数组array 类型
举例：
hive> create table lxw_test as select array("tom","mary","tim") as t from lxw_dual;
hive> describe lxw_test;
t array<string>
hive> select t from lxw_test;
["tom","mary","tim"]
十、复杂类型访问操作
1. array类型访问 : A[n]
语法: A[n]
操作类型: A 为 array 类型， n 为 int 类型
说明：返回数组A 中的第 n 个变量值。数组的起始下标为 0 。比如， A 是个值为 ['foo', 'bar'] 的数组类型，那么 A[0] 将返回 'foo', 而 A[1] 将返回 'bar'
举例：
hive> create table lxw_test as select array("tom","mary","tim") as t from lxw_dual;
hive> select t[0],t[1],t[2] from lxw_test;
tom mary tim
2. map类型访问 : M[key]
语法: M[key]
操作类型: M 为 map 类型， key 为 map 中的 key 值
说明：返回map 类型 M 中， key 值为指定值的 value 值。比如， M 是值为 {'f' -> 'foo', 'b' -> 'bar', 'all' -> 'foobar'} 的 map 类型，那么 M['all'] 将会返回 'foobar'
举例：
hive> Create table lxw_test as select map('100','tom','200','mary') as t from lxw_dual;
hive> select t['200'],t['100'] from lxw_test;
mary tom
3. struct类型访问 : S.x
语法: S.x
操作类型: S 为 struct 类型
说明：返回结构体S 中的 x 字段。比如，对于结构体 struct foobar {int foo, int bar} ， foobar.foo 返回结构体中的 foo 字段
举例：
hive> create table lxw_test as select struct('tom','mary','tim') as t from lxw_dual;
hive> describe lxw_test;
t struct<col1:string,col2:string,col3:string>
hive> select t.col1,t.col3 from lxw_test;
tom tim
十一、复杂类型长度统计函数
1. 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')) from lxw_dual;
2
2. array类型长度函数 : size(Array<T>)
语法: size(Array<T>)
返回值: int
说明: 返回 array 类型的长度
举例：
hive> select size(array('100','101','102','103')) from lxw_dual;
4
3. 类型转换函数
类型转换函数: cast
语法: cast(expr as <type>)
返回值: Expected "=" to follow "type"
说明: 返回 array 类型的长度
举例：
hive> select cast(1 as bigint) from lxw_dual;
1