hiveql函数笔记(二)

1、数据查询

//提高聚合的性能

SET hive.map.aggr=true;

SELECT count(*),avg(salary) FROM employees;

//木匾不允许在一个查询语句中使用多于一个的函数(DISTINCT。。。)表达式

SELECT count(DISTINCT symbol) FROM stocks;

表生成函数:

explode(APPAY array)  返回0到多行结果,每行都对应输入的array数组中的一个元素

explode(ARRAY<TYPE> a)  对于a中的每个元素,explode()会生成一个记录包含这个元素

explode(ARRAY<TYPE> a)  对于a中的每个元素,explode()会生成一行记录包含这个元素

inline(ARRAY<STRUCT[,STRUCT]>)  将结构体数组提取出来并插入到表中

json_tuple(STRING jsonStr,p1,p2,..,pn)  对输入的JSON字符串进行处理,合格get_json_object这个UDF类似,不过更高效,其通过一次调用就可以获取多个键值。

parse_url_tuple(url,partname1,partname2,..,partNameN)  其中N>=1,从URL中解析出N个部分信息。其输入参数是:URL,以及多个要抽取的部分的名称。部分名称是大小写敏感的,而且不应该包含有空格:HOST,PATH,QUERY,REF,PROTOCOL,AUTHORITY,FILE,USERINFO,QUERY:<KEY_NAME>

其他内置函数:

ascii(STRING s)  返回字符串s中首个ASCII字符的整数值

base64(BINARY bin)  将二进制值bin转换成基于64位的字符串

cast(<expr> as <type>)  将expr转换成type类型的。例如:cast('1' as BIGINT)将会将字符串'1'转换成BIGINT数值类型。如果转换失败,则返回NULL

concat(BINARY s1,BINARY s2,..)  将二进制字节码按次序拼接成一个字符串

concat(STRING s1,STRING s2,..)  将字符串s1,s2等拼接成一个字符串。例如:concat('ab','cd')的结果是'abcd'

concat)ws(STRING separator,STRING s1,STRING s2,...)  和concat类似,不过是使用指定的分隔符进行拼接.

decode(BINARY bin,STRING charset)  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:'UTF-16')。如果任一输入参数为NULL,则结果返回NULL

encode(STRING src,STRING charset)  使用指定的字符集charset将字符串src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,则结果为NULL

find_in_set(STRING s,STRING commaSeparatedString)  返回在以逗号分隔的字符串中s出现的位置,如果没有找到则返回NULL

format_number(NUMBER X,INT d)  将数值x转换成'#,###,###,##'格式字符串,并博保留d位小数。如果d为0,那么输出值就没有小数点后面的值。

get_json_object(STRING json_string,STRING path)  从给定路径上的JSON字符串中抽取JSON对象,并返回这个对象的JSON字符串形式。如果输入的JSON字符串是非法的,则返回NULL

in_file(STRING s,STRING filename)  如果文件名为filename的文件中有完整一行数据和字符串s完全匹配的话,则返回true

instr(STRING str,STRING substr)  查找字符串str中子字符串substr第一次出现的位置

length(STRING s)  计算字符串s的长度

locate(STRING substr,STRING  [,INT pos])  查找在字符串str中的pos位置后字符串substr第一次出现的位置

lpad(STRING s,INT len,STRING pad)  从左边开始对字符串s使用字符串pad进行填充,最终达到len长度为止。如果字符串s本身长度比len大的话,那么多余的部分被去除掉。

rpad(STRING s,INT len,STRING pad)  从右边开始对字符串s......

ltrim(STRING s)  将字符串s前面出现的空格全部去除掉。例如trim(' hive ')的结果是'hive '

regexp_replace(STRING s,STRING regex,STRING replacement) 按照JAVA正则表达式regex将字符串s中符合条件的部分替换成replacement所指定的字符串a.如果replacement部分是空的话,那么符合正则的部门就会背去除掉。例如regexp_replace('hive','[ie]','z')的 结果是'hzvz'

repeat(STRING s,INT n)  重复输出n次字符串s

reverse(STRING s)  反转字符串

rtrim(STRING s)  将字符串s后面出现的空格全部去除掉。例如trim('hive')的结果是'hive'

split(STRING s,STRING pattern)  按照正则表达式pattern分隔字符串s,并将分割后的部分以字符串数组的方式返回。

str_to_map(STRING s,STRING delim1,STRING delim2)  将字符串s按照按指定分隔符转换成map,第一个参数是输入的字符串,第二个参数是键值对之间的分隔符,第三个分隔符是键和值之间的分隔符

substr(STRING s,STRING start_index)  对于字符串s,从start位置开始截取length长度的字符串,作为字符串。例如:substr('abcdefgh',3,2)的结果是'cd'

unix_timestamp(STRING date,STRING pattern)  将指定时间字符串格式字符串转换成Unix时间戳,如果格式不对则返回0,例如unix_timestamp('2009-03-20','yyyy-MM-dd')=1237532400

to_date(STRING timestamp)  返回时间字符串的日期部分,例如:to_date("1970-01-01 00:00:00")="1970-01-01"

year(STRING date)  返回时间字符串中的年份并使用INT类型表示。例如:year("1970-01-01") = 1970

month....day...hour...minute...second...weekofyear同理

datediff(STRING enddate,STRING startdate)  计算开始时间startdata到结束时间enddata相差的天数。例如:datediff('2009-03-01','2009-02-27')=2

date_add(STRING startdate,INT days)  为开始时间startdata增加days天,例如data_sub('2008-12-31',1)='2008-12-30'

谓词操作符

A<=>B   如果A和B都为NULL则返回TRUE,其他的和等号(=)操作符的结果一致,如果任一为NULL则结果为NULL

A<>B,A!=B  A或者B为NULL则返回NULL,如果A不等于B则返回TRUE,反之返回FALSE

A[NOT] BETWEEN B AND C  如果A的值大于或等于B而且小于或等于C,则结果为TRUE

A[NOT] like B  B是一个SQL下的简单正则表达式

A RLIKE B,A REGEXP B  B是一个正则表达式,如果A与其相匹配,则返回TRUE。

参考文献:《Hive编程指南》

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏算法修养

Code Forces 652C Foe Pairs

C. Foe Pairs time limit per test 1 second memory limit per test 256 megaby...

35080
来自专栏CodingToDie

FastSql ORM 实现

FastSql 中 ORM 的实现 Table of Contents 原理 实现 1. 使用注解 2. 反射工具类 3. 简单的 model 4. 注解解析 ...

53460
来自专栏java初学

spring框架(3)— spring集合类的注入

379130
来自专栏Ryan Miao

jackson简单使用,对象转json,json转对象,json转list

添加jackson依赖: // https://mvnrepository.com/artifact/com.fasterxml.jackson.core/ja...

577110
来自专栏吴伟祥

单元测试的利器 Jmockdata 原

Jmockdata是一款实现模拟JAVA类型或对象的实例化并随机初始化对象的数据的工具框架。

39840
来自专栏流媒体

STL算法(算数/生成)简介accumulatefill

12320
来自专栏数据库

MySQL数据库应用总结(八)—MySQL数据库的数据类型和运算符(下)

SQL语法预览: 创建表字段数据类型:【createtable 表名(字段名称 数据类型); 】 插入字段值:【insert into表名 values(值1,...

230100
来自专栏算法修养

HOJ 2985 Wavio Sequence(最长递增子序列以及其O(n*logn)算法)

Wavio Sequence My Tags (Edit) Source : UVA Time limit : 1 sec Memor...

30460
来自专栏向治洪

Ecmascript语法之Symbol

Symbol 概述 作为属性名的Symbol 实例:消除魔术字符串 属性名的遍历 Symbol.for(),Symbol.keyFor() 实例:模块的 Sin...

22390
来自专栏HansBug's Lab

2751: [HAOI2012]容易题(easy)

2751: [HAOI2012]容易题(easy) Time Limit: 10 Sec  Memory Limit: 128 MB Submit: 1087 ...

23750

扫码关注云+社区

领取腾讯云代金券