zoukankan      html  css  js  c++  java
  • hive常用函数四

    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}]

  • 相关阅读:
    Java多线程同步和异步问题
    最优二叉查找树
    岛屿的周长
    Mac 环境下 go 国内代理配置
    岛屿数量
    字符串解码
    环形链表 II
    颜色分类
    无重复字符的最长子串
    完全平方数
  • 原文地址:https://www.cnblogs.com/shaozhiqi/p/11534467.html
Copyright © 2011-2022 走看看