Hive之——常用函数案例

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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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 
         iteblog; 
        
         OK 
        
         2011111209 00:00:00     2011111209 
        
         hive>  
         select 
         a, b, a<b, a>b, a=b  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

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。

 
    
     
       
         hive>  
         select 
         1  
         from 
         iteblog  
         where 
         'football' 
         like 
         'foot%' 
         ; 
        
 
         1 
        
 
         hive>  
         select 
         1  
         from 
         iteblog  
         where 
         'football' 
         like 
         'foot____' 
         ; 
        
 
         1 
        
 
         <strong>注意：否定比较时候用 
         NOT 
         A  
         LIKE 
         B</strong> 
        
 
         hive>  
         select 
         1  
         from 
         iteblog  
         where 
         NOT 
         'football' 
         like 
         'fff%' 
         ; 
        
 
         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。

 
    
     
       
         hive>  
         select 
         1  
         from 
         iteblog  
         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 
         iteblog  
         where 
         '123456' 
         rlike  
         '^\\d+$' 
         ; 
        
 
         1 
        
 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         where 
         'footbar' 
         REGEXP  
         '^f.*r$' 
         ; 
        
         1

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

 
         hive>  
         select 
         1 + 9  
         from 
         iteblog; 
        
         10 
        
         hive>  
         create 
         table 
         iteblog  
         as 
         select 
         1 + 1.2  
         from 
         iteblog; 
        
         hive> describe iteblog; 
        
         _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

 
         hive>  
         select 
         10 – 5  
         from 
         iteblog; 
        
         5 
        
         hive>  
         create 
         table 
         iteblog  
         as 
         select 
         5.6 – 4  
         from 
         iteblog; 
        
         hive> describe iteblog; 
        
         _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

 
         hive>  
         select 
         40 * 5  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         40 / 5  
         from 
         iteblog; 
        
         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 
         iteblog limit 1;     
        
         结果为4 
        
         hive> 
         select 
         ceil(28.0/6.99999999999999)  
         from 
         iteblog 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）。

 
         hive>  
         select 
         41 % 5  
         from 
         iteblog; 
        
         1 
        
         hive>  
         select 
         8.4 % 4  
         from 
         iteblog; 
        
         0.40000000000000036 
        
         <strong>注意</strong>：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 
         iteblog; 
        
         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）。

 
         hive>  
         select 
         4 & 8  
         from 
         iteblog; 
        
         0 
        
         hive>  
         select 
         6 & 4  
         from 
         iteblog; 
        
         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）。

 
         hive>  
         select 
         4 | 8  
         from 
         iteblog; 
        
         12 
        
         hive>  
         select 
         6 | 8  
         from 
         iteblog; 
        
         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）。

 
         hive>  
         select 
         4 ^ 8  
         from 
         iteblog; 
        
         12 
        
         hive>  
         select 
         6 ^ 4  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         ~6  
         from 
         iteblog; 
        
         -7 
        
         hive>  
         select 
         ~4  
         from 
         iteblog; 
        
         -5

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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         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

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

 
         hive>  
         select 
         1  
         from 
         iteblog  
         where 
         not 
         1=2; 
        
         1

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）

 
         hive>  
         select 
         round(3.1415926)  
         from 
         iteblog; 
        
         3 
        
         hive>  
         select 
         round(3.5)  
         from 
         iteblog; 
        
         4 
        
         hive>  
         create 
         table 
         iteblog  
         as 
         select 
         round(9542.158)  
         from 
         iteblog; 
        
         hive> describe iteblog; 
        
         _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

 
         hive>  
         select 
         round(3.1415926,4)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         floor(3.1415926)  
         from 
         iteblog; 
        
         3 
        
         hive>  
         select 
         floor(25)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         ceil(3.1415926)  
         from 
         iteblog; 
        
         4 
        
         hive>  
         select 
         ceil(46)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         ceiling(3.1415926)  
         from 
         iteblog; 
        
         4 
        
         hive>  
         select 
         ceiling(46)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         rand()  
         from 
         iteblog; 
        
         0.5577432776034763 
        
         hive>  
         select 
         rand()  
         from 
         iteblog; 
        
         0.6638336467363424 
        
         hive>  
         select 
         rand(100)  
         from 
         iteblog; 
        
         0.7220096548596434 
        
         hive>  
         select 
         rand(100)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         exp(2)  
         from 
         iteblog; 
        
         7.38905609893065 
        
         <strong>自然对数函数</strong>: ln 
        
         <strong>语法</strong>: ln( 
         double 
         a) 
        
         <strong>返回值</strong>:  
         double 
        
         <strong>说明</strong>: 返回a的自然对数 
        
         1 
        
         hive>  
         select 
         ln(7.38905609893065)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         log10(100)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         log2(8)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         log(4,256)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         pow(2,4)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         power(2,4)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         sqrt(16)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         bin(7)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         hex(17)  
         from 
         iteblog; 
        
         11 
        
         hive>  
         select 
         hex(‘abc’)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         unhex(‘616263’)  
         from 
         iteblog; 
        
         abc 
        
         hive>  
         select 
         unhex(‘11’)  
         from 
         iteblog; 
        
         - 
        
         hive>  
         select 
         unhex(616263)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         conv(17,10,16)  
         from 
         iteblog; 
        
         11 
        
         hive>  
         select 
         conv(17,10,2)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         abs 
         (-3.9)  
         from 
         iteblog; 
        
         3.9 
        
         hive>  
         select 
         abs 
         (10.9)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         pmod(9,4)  
         from 
         iteblog; 
        
         1 
        
         hive>  
         select 
         pmod(-9,4)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         sin(0.8)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         asin(0.7173560908995228)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         cos(0.9)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         acos(0.6216099682706644)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         positive(-10)  
         from 
         iteblog; 
        
         -10 
        
         hive>  
         select 
         positive(12)  
         from 
         iteblog; 
        
         12

25、negative函数: negative

语法: negative(int a), negative(double a)
返回值: int double
说明: 返回-a

 
         hive>  
         select 
         negative(-5)  
         from 
         iteblog; 
        
         5 
        
         hive>  
         select 
         negative(8)  
         from 
         iteblog; 
        
         -8

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

 
         hive>  
         select 
         from_unixtime(1323308943, 
         'yyyyMMdd' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         unix_timestamp()  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         unix_timestamp( 
         '2011-12-07 13:01:03' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         unix_timestamp( 
         '20111207 13:01:03' 
         , 
         'yyyyMMdd HH:mm:ss' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         to_date( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         year 
         ( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         2011 
        
         hive>  
         select 
         year 
         ( 
         '2012-12-08' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         month 
         ( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         12 
        
         hive>  
         select 
         month 
         ( 
         '2011-08-08' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         day 
         ( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         8 
        
         hive>  
         select 
         day 
         ( 
         '2011-12-24' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         hour 
         ( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         minute 
         ( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         second 
         ( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         weekofyear( 
         '2011-12-08 10:03:01' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         datediff( 
         '2012-12-08' 
         , 
         '2012-05-09' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         date_add( 
         '2012-12-08' 
         ,10)  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         date_sub( 
         '2012-12-08' 
         ,10)  
         from 
         iteblog; 
        
         2012-11-28

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

 
         hive>  
         select 
         if(1=2,100,200)  
         from 
         iteblog; 
        
         200 
        
         hive>  
         select 
         if(1=1,100,200)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         COALESCE 
         ( 
         null 
         , 
         '100' 
         ,'50′)  
         from 
         iteblog; 
        
         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

 
    
     
       
         hive>  
         Select 
         case 
         100  
         when 
         50  
         then 
         'tom' 
         when 
         100  
         then 
         'mary' 
         else 
         'tim' 
         end 
         from 
         iteblog; 
        
 
         mary 
        
 
         hive>  
         Select 
         case 
         200  
         when 
         50  
         then 
         'tom' 
         when 
         100  
         then 
         'mary' 
         else 
         'tim' 
         end 
         from 
         iteblog; 
        
 
         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

 
    
     
       
         hive>  
         select 
         case 
         when 
         1=2  
         then 
         'tom' 
         when 
         2=2  
         then 
         'mary' 
         else 
         'tim' 
         end 
         from 
         iteblog; 
        
 
         mary 
        
 
         hive>  
         select 
         case 
         when 
         1=1  
         then 
         'tom' 
         when 
         2=2  
         then 
         'mary' 
         else 
         'tim' 
         end 
         from 
         iteblog; 
        
 
         tom 
        
 
     
 
    
  

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

 
         hive>  
         select 
         length( 
         'abcedfg' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         reverse(abcedfg’)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         concat(‘abc’, 
         'def’,' 
         gh’)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         concat_ws( 
         ',' 
         , 
         'abc' 
         , 
         'def' 
         , 
         'gh' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         substr( 
         'abcde' 
         ,3)  
         from 
         iteblog; 
        
         cde 
        
         hive>  
         select 
         substring 
         ( 
         'abcde' 
         ,3)  
         from 
         iteblog; 
        
         cde 
        
         hive>   
         select 
         substr( 
         'abcde' 
         ,-1)  
         from 
         iteblog;  （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

 
         hive>  
         select 
         substr( 
         'abcde' 
         ,3,2)  
         from 
         iteblog; 
        
         cd 
        
         hive>  
         select 
         substring 
         ( 
         'abcde' 
         ,3,2)  
         from 
         iteblog; 
        
         cd 
        
         hive> 
         select 
         substring 
         ( 
         'abcde' 
         ,-2,2)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         upper 
         ( 
         'abSEd' 
         )  
         from 
         iteblog; 
        
         ABSED 
        
         hive>  
         select 
         ucase( 
         'abSEd' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         lower 
         ( 
         'abSEd' 
         )  
         from 
         iteblog; 
        
         absed 
        
         hive>  
         select 
         lcase( 
         'abSEd' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         trim( 
         ' abc ' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         ltrim( 
         ' abc ' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         rtrim( 
         ' abc ' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         regexp_replace( 
         'foobar' 
         ,  
         'oo|ar' 
         ,  
         '' 
         )  
         from 
         iteblog; 
        
         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。

 
         hive>  
         select 
         regexp_extract( 
         'foothebar' 
         ,  
         'foo(.*?)(bar)' 
         , 1)  
         from 
         iteblog; 
        
         the 
        
         hive>  
         select 
         regexp_extract( 
         'foothebar' 
         ,  
         'foo(.*?)(bar)' 
         , 2)  
         from 
         iteblog; 
        
         bar 
        
         hive>  
         select 
         regexp_extract( 
         'foothebar' 
         ,  
         'foo(.*?)(bar)' 
         , 0)  
         from 
         iteblog; 
        
         foothebar 
        
         strong>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.

 
         hive>  
         select 
         parse_url( 
         'https://www.iteblog.com/path1/p.php?k1=v1&k2=v2#Ref1' 
         ,  
         'HOST' 
         )  
         from 
         iteblog; 
        
 
         facebook.com 
        
 
         hive>  
         select 
         parse_url( 
         'https://www.iteblog.com/path1/p.php?k1=v1&k2=v2#Ref1' 
         ,  
         'QUERY' 
         ,  
         'k1' 
         )  
         from 
         iteblog; 
        
 
         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。

 
         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 
         iteblog; 
        
         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

 
         hive>  
         select 
         space 
         (10)  
         from 
         iteblog; 
        
         hive>  
         select 
         length( 
         space 
         (10))  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         repeat( 
         'abc' 
         ,5)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         ascii( 
         'abcde' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         lpad( 
         'abc' 
         ,10, 
         'td' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         rpad( 
         'abc' 
         ,10, 
         'td' 
         )  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         split( 
         'abtcdtef' 
         , 
         't' 
         )  
         from 
         iteblog; 
        
         [ 
         "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

 
         hive>  
         select 
         find_in_set( 
         'ab' 
         , 
         'ef,ab,de' 
         )  
         from 
         iteblog; 
        
         2 
        
         hive>  
         select 
         find_in_set( 
         'at' 
         , 
         'ef,ab,de' 
         )  
         from 
         iteblog; 
        
         0

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

 
         hive>  
         select 
         count 
         (*)  
         from 
         iteblog; 
        
         20 
        
         hive>  
         select 
         count 
         ( 
         distinct 
         t)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         sum 
         (t)  
         from 
         iteblog; 
        
         100 
        
         hive>  
         select 
         sum 
         ( 
         distinct 
         t)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         avg 
         (t)  
         from 
         iteblog; 
        
         50 
        
         hive>  
         select 
         avg 
         ( 
         distinct 
         t)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         min 
         (t)  
         from 
         iteblog; 
        
         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

 
         hive>  
         select 
         max 
         (t)  
         from 
         iteblog; 
        
         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）

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）

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

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

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

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。

 
         select 
         percentile(score,&lt;0.2,0.4>)  
         from 
         iteblog； 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

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。

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。

 
         hive>  
         select 
         histogram_numeric(100,5)  
         from 
         iteblog; 
        
         [{ 
         "x" 
         :100.0, 
         "y" 
         :1.0}]

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

 
    
     
       
         hive>  
         Create 
         table 
         iteblog  
         as 
         select 
         map( 
         '100' 
         , 
         'tom' 
         , 
         '200' 
         , 
         'mary' 
         )  
         as 
         t  
         from 
         iteblog; 
        
 
         hive> describe iteblog; 
        
 
         t       map<string ,string> 
        
 
         hive>  
         select 
         t  
         from 
         iteblog; 
        
 
         { 
         "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

 
    
     
       
         hive>  
         create 
         table 
         iteblog  
         as 
         select 
         struct( 
         'tom' 
         , 
         'mary' 
         , 
         'tim' 
         )  
         as 
         t  
         from 
         iteblog; 
        
 
         hive> describe iteblog; 
        
 
         t       struct<col1:string ,col2:string,col3:string> 
        
 
         hive>  
         select 
         t  
         from 
         iteblog; 
        
 
         { 
         "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

 
    
     
       
         hive>  
         create 
         table 
         iteblog  
         as 
         select 
         array( 
         "tom" 
         , 
         "mary" 
         , 
         "tim" 
         )  
         as 
         t  
         from 
         iteblog; 
        
 
         hive> describe iteblog; 
        
 
         t       array<string> 
        
 
         hive>  
         select 
         t  
         from 
         iteblog; 
        
 
         [ 
         "tom" 
         , 
         "mary" 
         , 
         "tim" 
         ] 
        
 
     
 
    
  

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'

 
    
     
       
         hive>  
         create 
         table 
         iteblog  
         as 
         select 
         array( 
         "tom" 
         , 
         "mary" 
         , 
         "tim" 
         )  
         as 
         t  
         from 
         iteblog; 
        
 
         hive>  
         select 
         t[0],t[1],t[2]  
         from 
         iteblog; 
        
 
         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'

 
    
     
       
         hive>  
         Create 
         table 
         iteblog  
         as 
         select 
         map( 
         '100' 
         , 
         'tom' 
         , 
         '200' 
         , 
         'mary' 
         )  
         as 
         t  
         from 
         iteblog; 
        
 
         hive>  
         select 
         t[ 
         '200' 
         ],t[ 
         '100' 
         ]  
         from 
         iteblog; 
        
 
         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

 
         hive>  
         create 
         table 
         iteblog  
         as 
         select 
         struct( 
         'tom' 
         , 
         'mary' 
         , 
         'tim' 
         )  
         as 
         t  
         from 
         iteblog; 
        
         hive> describe iteblog; 
        
         t       struct<col1:string ,col2:string,col3:string> 
        
         hive>  
         select 
         t.col1,t.col3  
         from 
         iteblog; 
        
         tom     tim

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

 
         hive>  
         select 
         size 
         (map( 
         '100' 
         , 
         'tom' 
         , 
         '101' 
         , 
         'mary' 
         ))  
         from 
         iteblog; 
        
         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

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: 返回转换后的数据类型

hive> select cast (1 as bigint ) from iteblog;

1