标签：hive内置函数
cli命令
show functions;
desc function concat;
desc function extended concat;查看某个函数怎么使用的例子
nvl函数
coalesce(v1,v2,...)返回参数中第一个非空值，如果所有值都为null返回null；
set.cli.print.header=true;
winfunc
员工 工资 标识
id money type
关系型运算符优先级高到低为：not and or
and or 优先级
select id ,money from winfunc where id=‘1001‘ or id=‘1002‘
and money =‘100‘;
结果
1001 100
1001 150
1001 200
1001 150
1002 100
正确的sql应该是
select id ,money from winfunc where (id=‘1001‘ or id=‘1002‘) and money =‘100‘;
结果
1001 100
1002 100
if(con,v1,v2)
select if(2>1,‘v1‘,‘v2‘) from dual;
v1
case when
select case when id=‘1001‘ then ‘v1‘ when id=‘1002‘ then ‘v2‘ else ‘v3‘ end from winfunc;
get_json_object
select get_json_object(‘{"name":"jack","age":"20"}‘,‘$.name‘) from dual;
jack
parse_url
select parse_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1‘, ‘HOST‘) from
lxw_dual;
facebook.com
select parse_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1‘, ‘QUERY‘, ‘k1‘)
from lxw_dual;
v1
concat_ws比concat多了个拼接字符串之间的分隔符
concat_ws(string SEP,array<string>)对数组里的值处理
collect_set(id)去重返回数组
select collect_set(id) from winfunc;
["1001","1002","1003","1004"]
collect_list(id)不去重返回数组
select collect_list(id) from winfunc;
partition by关键字是oracle中分析性函数的一部分，它和聚合函数不同的地方在于它能返回一个分组中的多条记录，而聚合函数一般只有一条反映统计值的记录
sum() over (PARTITION BY ...) 是一个分析函数。 他执行的效果跟普通的sum ...group by ...不一样，它计算组中表达式的累积和，而不是简单的和。
Group By 和 Having, Where ,Order by这些关键字是按照如下顺序进行执行的：Where, Group By, Having, Order by。
在这四个关键字中，只有在Order By语句中才可以使用最终视图的列名，如：
SELECT FruitName, ProductPlace, Price, ID AS IDE, Discount
FROM T_TEST_FRUITINFO
WHERE (ProductPlace = N‘china‘)
ORDER BY IDE
这里只有在ORDER BY语句中才可以使用IDE，其他条件语句中如果需要引用列名则只能使用ID，而不能使用IDE。
ORDER BY 子句中的列必须包含在聚合函数或 GROUP BY 子句中。
GROUP BY 和 ORDER BY一起使用时，ORDER BY要在GROUP BY的后面。
一、窗口函数
first_value(求组的第一个值)
select id,money,
first_value(money) over (partition by id order by money
rows between 1 preceding and 1 following)
from winfunc
每行对应的数据窗口是从第一行到最后一行
rows between unbounded preceding and unbounded following
lead(money,2) 取后面距离为2的记录值，没有就取null
select id,money,lead(money,2) over(order by money) from winfunc
lag(money,2)于lead相反
rank()排序函数与row_number()
select id,money, rank() over (partition by id order by money) from winfunc
结果
1001 100 1
1001 150 2
1001 150 2
1001 200 4
dense_rank()
select id,money, dense_rank() over (partition by id order by money) from winfunc
结果
1001 100 1
1001 150 2
1001 150 2
1001 200 3
cume_dist()
计算公式：相同值最大行号/总行数
select id,money, cume_dist() over (partition by id order by money) from winfunc
结果
1001 100 0.25
1001 150 0.75
1001 150 0.75
1001 200 1
percent_rank()，第一个总是从零开始
计算公式：(相同值最小行号-1)/(总行数-1)
结果
1001 100 0
1001 150 0.25
1001 150 0.25
1001 200 1
ntile(2) 分片
asc时， nulls last为默认
desc时， nulls first为默认
select id,money, ntile(2) over (order by money desc nulls last) from winfunc;
混合函数（使用java里面的方法）
java_method和reflect是一样的
select java_method("java.lang.Math","sqrt",cast(id as double)) from winfunc;
UDTF表函数explode()配合lateral view关键字
select id ,adid from winfunc lateral view explode(split(type,‘B‘)) tt as adid
1001 ABC
列转行
1001 A
1001 C
正则表达式函数
like 字符"_"表示任意单个字符，而字符"%"表示任意数量的字符
rlike后面跟正则表达式
select 1 from dual where ‘footbar‘ rlike ‘^f.*r$‘;
正则表达式替换函数
regexp_replace(string A,string B,string C)
将字符串A中符合java正则表达式B的部分替换为C
select regexp_replace(‘foobar‘,‘oo|ar‘,‘‘) from dual;
返回fb
regexp_extract(string subject,string pattern,int index)
select regexp_extract(‘foothebar‘,‘foo(.*?)(bar)‘,1) from dual;
返回the，()正则表达式中表示组，1表示第一个组的索引
1.贪婪匹配(.*), |一直匹配到最后一个|
select regexp_extract(‘979|7.10.80|8684‘,‘.*\\|(.*)‘,1) from dual;
返回8684
2.非贪婪匹配(.*?)加个问号告诉正则引擎，尽可能少的重复上一个字符
select regexp_extract(‘979|7.10.80|8684‘,‘(.*?)\\|(.*)‘,1) from dual;
本文出自 “不是啥大牛QQ:934033381” 博客，请务必保留此出处http://tianxingzhe.blog.51cto.com/3390077/1710582
标签：hive内置函数
原文地址：http://tianxingzhe.blog.51cto.com/3390077/1710582
