https://blog.csdn.net/skywalker_only/article/details/38752003
条件函数
下表为Hive支持的一些条件函数。
|
返回类型 |
函数名 |
描述 |
|
T |
if(boolean testCondition, T valueTrue, T valueFalseOrNull) |
如果testCondition为真，返回valueTrue，否则返回valueFalseOrNull |
|
T |
COALESCE(T v1, T v2, ...) |
返回第一个不是NULL的v，若全部为NULL，返回NULL |
|
T |
CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END |
当a=b返回c，当a=d返回e，其它返回f |
|
T |
CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END |
当a=true返回b，当c=true返回d，其它返回e |
字符串函数
下表为Hive内置的字符串函数。
|
返回类型 |
函数名 |
描述 |
|
int |
ascii(string str) |
返回str第一个字符串的数值 |
|
string |
base64(binary bin) |
将二进制参数转换为base64字符串 |
|
string |
concat(string|binary A, string|binary B...) |
返回将A和B按顺序连接在一起的字符串，如：concat('foo', 'bar') 返回'foobar' |
|
array<struct<string,double>> |
context_ngrams(array<array<string>>, array<string>, int K, int pf) |
从一组标记化的句子中返回前k个文本 |
|
string |
concat_ws(string SEP, string A, string B...) |
类似concat() ，但使用自定义的分隔符SEP |
|
string |
concat_ws(string SEP, array<string>) |
类似concat_ws() ，但参数为字符串数组 |
|
string |
decode(binary bin, string charset) |
使用指定的字符集将第一个参数解码为字符串，如果任何一个参数为null，返回null。可选字符集为： 'US_ASCII', 'ISO-8859-1', 'UTF-8', 'UTF-16BE', 'UTF-16LE', 'UTF-16' |
|
binary |
encode(string src, string charset) |
使用指定的字符集将第一个参数编码为binary ，如果任一参数为null，返回null |
|
int |
find_in_set(string str, string strList) |
返回str在strList中第一次出现的位置，strList为用逗号分隔的字符串，如果str包含逗号则返回0，若任何参数为null，返回null。如： find_in_set('ab', 'abc,b,ab,c,def') 返回3 |
|
string |
format_number(number x, int d) |
将数字x格式化为'#,###,###.##'，四舍五入为d位小数位，将结果做为字符串返回。如果d=0，结果不包含小数点或小数部分 |
|
string |
get_json_object(string json_string, string path) |
从基于json path的json字符串中提取json对象，返回json对象的json字符串，如果输入的json字符串无效返回null。Json 路径只能有数字、字母和下划线，不允许大写和其它特殊字符 |
|
boolean |
in_file(string str, string filename) |
如果str在filename中以正行的方式出现，返回true |
|
int |
instr(string str, string substr) |
返回substr在str中第一次出现的位置。若任何参数为null返回null，若substr不在str中返回0。Str中第一个字符的位置为1 |
|
int |
length(string A) |
返回A的长度 |
|
int |
locate(string substr, string str[, int pos]) |
返回substr在str的位置pos后第一次出现的位置 |
|
string |
lower(string A) lcase(string A) |
返回字符串的小写形式 |
|
string |
lpad(string str, int len, string pad) |
将str左侧用字符串pad填充，长度为len |
|
string |
ltrim(string A) |
去掉字符串A左侧的空格，如：ltrim(' foobar ')的结果为'foobar ' |
|
array<struct<string,double>> |
ngrams(array<array<string>>, int N, int K, int pf) |
从一组标记化的Returns the top-k 句子中返回前K个N-grams |
|
string |
parse_url(string urlString, string partToExtract [, string keyToExtract]) |
返回给定URL的指定部分，partToExtract的有效值包括HOST，PATH， QUERY， REF， PROTOCOL， AUTHORITY，FILE和USERINFO。例如： parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') 返回 'facebook.com'.。当第二个参数为QUERY时，可以使用第三个参数提取特定参数的值，例如： parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1') 返回'v1' |
|
string |
printf(String format, Obj... args) |
将输入参数进行格式化输出 |
|
string |
regexp_extract(string subject, string pattern, int index) |
使用pattern从给定字符串中提取字符串。如： regexp_extract('foothebar', 'foo(.*?)(bar)', 2) 返回'bar' 有时需要使用预定义的字符类：使用's' 做为第二个参数将匹配s，'s'匹配空格等。参数index是Java正则匹配器方法group()方法中的索引 |
|
string |
regexp_replace(string INITIAL_STRING, string PATTERN, string REPLACEMENT) |
使用REPLACEMENT替换字符串INITIAL_STRING中匹配PATTERN的子串，例如： regexp_replace("foobar", "oo|ar", "") 返回'fb' |
|
string |
repeat(string str, int n) |
将str重复n次 |
|
string |
reverse(string A) |
将字符串A翻转 |
|
string |
rpad(string str, int len, string pad) |
在str的右侧使用pad填充至长度len |
|
string |
rtrim(string A) |
去掉字符串A右侧的空格，如： rtrim(' foobar ') 返回 ' foobar' |
|
array<array<string>> |
sentences(string str, string lang, string locale) |
将自然语言文本处理为单词和句子，每个句子在适当的边界分割，返回单词的数组。参数lang和local为可选参数，例如： sentences('Hello there! How are you?') 返回( ("Hello", "there"), ("How", "are", "you") ) |
|
string |
space(int n) |
返回n个空格的字符串 |
|
array |
split(string str, string pat) |
用pat分割字符串str，pat为正则表达式 |
|
map<string,string> |
str_to_map(text[, delimiter1, delimiter2]) |
使用两个分隔符将文本分割为键值对。第一个分隔符将文本分割为K-V 对，第二个分隔符分隔每个K-V 对。默认第一个分隔符为“，“，第二个分隔符为= |
|
string |
substr(string|binary A, int start) substring(string|binary A, int start) |
返回A从位置start直到结尾的子串 |
|
string |
substr(string|binary A, int start, int len) substring(string|binary A, int start, int len) |
返回A中从位置start开始，长度为len的子串，如： substr('foobar', 4, 1) 返回 'b' |
|
string |
translate(string input, string from, string to) |
将input中出现在from中的字符替换为to中的字符串，如果任何参数为null，结果为null |
|
string |
trim(string A) |
去掉字符串A两端的空格 |
|
binary |
unbase64(string str) |
将base64字符串转换为二进制 |
|
string |
upper(string A) ucase(string A) |
返回字符串A的大写形式 |