hive的UDF （2）

水深无声 2022-03-28 15:39 156阅读 0赞

Hive内部自定义函数UDF

HIVE UDF整理（一）  
关系运算  
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  
举例：  
hive> select 1 from dual where 1=1;  
1  
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  
举例：  
hive> select 1 from dual where 1 <> 2;  
1  
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  
举例：  
hive> select 1 from dual where 1 < 2;  
1  
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  
举例：  
hive> select 1 from dual where 1 <= 1;  
1  
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  
举例：  
hive> select 1 from dual where 2 > 1;  
1  
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  
举例：  
hive> select 1 from dual where 1 >= 1;  
1  
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 udftest;  
OK  
2011111209 00:00:00     2011111209  
hive> select a,b,a<b,a>b,a=b from udftest;  
2011111209 00:00:00     2011111209      false   true    false  
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  
举例：  
hive> select 1 from dual where null is null;  
1  
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  
举例：  
hive> select 1 from dual where 1 is not null;  
1  
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。  
举例：  
hive> select 1 from dual where ‘football’ like ‘foot%’;  
1  
hive> select 1 from dual where ‘football’ like ‘foot\_\_\_\_’;  
1  
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。  
举例：  
hive> select 1 from dual where ‘footbar’ rlike ‘^f.\*r$’;  
1  
REGEXP操作: REGEXP  
语法: A REGEXP B   
操作类型: strings  
描述: 功能与RLIKE相同  
举例：  
hive> select 1 from dual where ‘footbar’ REGEXP ‘^f.\*r$’;  
1  
HIVE UDF整理（二）  
hive 添加评论   
十二 192011  
数学运算  
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  
举例：  
hive> select 1 + 9 from dual;  
10  
hive> create table udftest as select 1 + 1.2 from dual;  
hive> describe udftest;  
\_c0     double  
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  
举例：  
hive> select 10 – 5 from dual;  
5  
hive> create table udftest as select 5.6 – 4 from dual;  
hive> describe udftest;  
\_c0     double  
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  
举例：  
hive> select 40 \* 5 from dual;  
200  
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  
举例：  
hive> select 40 / 5 from dual;  
8.0  
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）。  
举例：  
hive> select 41 % 5 from dual;  
1  
hive> select 8.4 % 4 from dual;  
0.40000000000000036  
注：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 dual;  
0.4  
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）。  
举例：  
hive> select 4 & 8 from dual;  
0  
hive> select 6 & 4 from dual;  
4  
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）。  
举例：  
hive> select 4 | 8 from dual;  
12  
hive> select 6 | 8 from dual;  
14  
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）。  
举例：  
hive> select 4 ^ 8 from dual;  
12  
hive> select 6 ^ 4 from dual;  
2  
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。  
举例：  
hive> select ~6 from dual;  
\-7  
hive> select ~4 from dual;  
\-5  
逻辑运算  
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  
举例：  
hive> select 1 from dual where 1=1 and 2=2;  
1  
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  
举例：  
hive> select 1 from dual where 1=2 or 2=2;  
1  
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  
举例：  
hive> select 1 from dual where not 1=2;  
1  
HIVE UDF整理（四）  
hive 添加评论   
十二 192011  
复合类型构建操作  
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  
举例：  
hive> Create table udftest as select map(’100′,’tom’,’200′,’mary’) as t from dual;  
hive> describe udftest;  
t       map<string,string>  
hive> select t from udftest;  
\{“100″:”tom”,”200″:”mary”\}  
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  
举例：  
hive> create table udftest as select struct(‘tom’,'mary’,'tim’) as t from dual;  
hive> describe udftest;  
t       struct<col1:string,col2:string,col3:string>  
hive> select t from udftest;  
\{“col1″:”tom”,”col2″:”mary”,”col3″:”tim”\}  
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  
举例：  
hive> create table udftest as select array(“tom”,”mary”,”tim”) as t from dual;  
hive> describe udftest;  
t       array<string>  
hive> select t from udftest;  
\["tom","mary","tim"\]  
HIVE UDF整理（五）  
hive 添加评论   
十二 192011  
复杂类型访问操作  
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’  
举例：  
hive> create table udftest as select array(“tom”,”mary”,”tim”) as t from dual;  
hive> select t\[0\],t\[1\],t\[2\] from udftest;  
tom     mary    tim  
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’  
举例：  
hive> Create table udftest as select map(’100′,’tom’,’200′,’mary’) as t from dual;  
hive> select t\['200'\],t\['100'\] from udftest;  
mary    tom  
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  
举例：  
hive> create table udftest as select struct(‘tom’,'mary’,'tim’) as t from dual;  
hive> describe udftest;  
t       struct<col1:string,col2:string,col3:string>  
hive> select t.col1,t.col3 from udftest;  
tom     tim  
HIVE UDF整理（六）  
hive 添加评论   
十二 192011  
数值计算  
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）  
举例：  
hive> select round(3.1415926) from dual;  
3  
hive> select round(3.5) from dual;  
4  
hive> create table udftest as select round(9542.158) from dual;  
hive> describe udftest;  
\_c0     bigint  
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  
举例：  
hive> select round(3.1415926,4) from dual;  
3.1416  
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  
举例：  
hive> select floor(3.1415926) from dual;  
3  
hive> select floor(25) from dual;  
25  
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  
举例：  
hive> select ceil(3.1415926) from dual;  
4  
hive> select ceil(46) from dual;  
46  
向上取整函数: ceiling  
语法: ceiling(double a)   
返回值: BIGINT  
说明: 与ceil功能相同  
举例：  
hive> select ceiling(3.1415926) from dual;  
4  
hive> select ceiling(46) from dual;  
46  
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  
举例：  
hive> select rand() from dual;  
0.5577432776034763  
hive> select rand() from dual;  
0.6638336467363424  
hive> select rand(100) from dual;  
0.7220096548596434  
hive> select rand(100) from dual;  
0.7220096548596434  
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  
举例：  
hive> select exp(2) from dual;  
7.38905609893065  
自然对数函数: ln  
语法: ln(double a)   
返回值: double  
说明: 返回a的自然对数  
举例：  
hive> select ln(7.38905609893065) from dual;  
2.0  
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  
举例：  
hive> select log10(100) from dual;  
2.0  
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  
举例：  
hive> select log2(8) from dual;  
3.0  
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  
举例：  
hive> select log(4,256) from dual;  
4.0  
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  
举例：  
hive> select pow(2,4) from dual;  
16.0  
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  
举例：  
hive> select power(2,4) from dual;  
16.0  
开平方函数: sqrt  
语法: sqrt(double a)   
返回值: double  
说明: 返回a的平方根  
举例：  
hive> select sqrt(16) from dual;  
4.0  
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  
举例：  
hive> select bin(7) from dual;  
111  
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  
举例：  
hive> select hex(17) from dual;  
11  
hive> select hex(‘abc’) from dual;  
616263  
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  
举例：  
hive> select unhex(’616263′) from dual;  
abc  
hive> select unhex(’11′) from dual;  
\-  
hive> select unhex(616263) from dual;  
abc  
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  
举例：  
hive> select conv(17,10,16) from dual;  
11  
hive> select conv(17,10,2) from dual;  
10001  
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  
举例：  
hive> select abs(-3.9) from dual;  
3.9  
hive> select abs(10.9) from dual;  
10.9  
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  
举例：  
hive> select pmod(9,4) from dual;  
1  
hive> select pmod(-9,4) from dual;  
3  
正弦函数: sin  
语法: sin(double a)   
返回值: double  
说明: 返回a的正弦值  
举例：  
hive> select sin(0.8) from dual;  
0.7173560908995228  
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  
举例：  
hive> select asin(0.7173560908995228) from dual;  
0.8  
余弦函数: cos  
语法: cos(double a)   
返回值: double  
说明: 返回a的余弦值  
举例：  
hive> select cos(0.9) from dual;  
0.6216099682706644  
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  
举例：  
hive> select acos(0.6216099682706644) from dual;  
0.9  
positive函数: positive  
语法: positive(int a), positive(double a)   
返回值: int double  
说明: 返回a  
举例：  
hive> select positive(-10) from dual;  
\-10  
hive> select positive(12) from dual;  
12  
negative函数: negative  
语法: negative(int a), negative(double a)   
返回值: int double  
说明: 返回-a  
举例：  
hive> select negative(-5) from dual;  
5  
hive> select negative(8) from dual;  
\-8  
HIVE UDF整理（七）  
hive 添加评论   
十二 192011  
复杂类型长度统计函数  
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  
举例：  
hive> select size(map(’100′,’tom’,’101′,’mary’)) from dual;  
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  
举例：  
hive> select size(array(’100′,’101′,’102′,’103′)) from dual;  
4  
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array类型的长度  
举例：  
hive> select cast(1 as bigint) from dual;  
1  
HIVE UDF整理（八）  
2011  
日期函数  
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  
举例：  
hive> select from\_unixtime(1323308943,’yyyyMMdd’) from dual;  
20111208  
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  
举例：  
hive> select unix\_timestamp() from dual;  
1323309615  
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。  
举例：  
hive> select unix\_timestamp(’2011-12-07 13:01:03′) from dual;  
1323234063  
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。  
举例：  
hive> select unix\_timestamp(’20111207 13:01:03′,’yyyyMMdd HH:mm:ss’) from dual;  
1323234063  
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。  
举例：  
hive> select to\_date(’2011-12-08 10:03:01′) from dual;  
2011-12-08  
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。  
举例：  
hive> select year(’2011-12-08 10:03:01′) from dual;  
2011  
hive> select year(’2012-12-08′) from dual;  
2012  
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。  
举例：  
hive> select month(’2011-12-08 10:03:01′) from dual;  
12  
hive> select month(’2011-08-08′) from dual;  
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。  
举例：  
hive> select day(’2011-12-08 10:03:01′) from dual;  
8  
hive> select day(’2011-12-24′) from dual;  
24  
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。  
举例：  
hive> select hour(’2011-12-08 10:03:01′) from dual;  
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。  
举例：  
hive> select minute(’2011-12-08 10:03:01′) from dual;  
3  
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。  
举例：  
hive> select second(’2011-12-08 10:03:01′) from dual;  
1  
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。  
举例：  
hive> select weekofyear(’2011-12-08 10:03:01′) from dual;  
49  
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。  
举例：  
hive> select datediff(’2012-12-08′,’2012-05-09′) from dual;  
213  
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。  
举例：  
hive> select date\_add(’2012-12-08′,10) from dual;  
2012-12-18  
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。  
举例：  
hive> select date\_sub(’2012-12-08′,10) from dual;  
2012-11-2  
HIVE UDF整理（九）  
hive 添加评论   
十二 192011  
条件函数  
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  
举例：  
hive> select if(1=2,100,200) from dual;  
200  
hive> select if(1=1,100,200) from dual;  
100  
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  
举例：  
hive> select COALESCE(null,’100′,’50′) from dual;  
100  
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  
举例：  
hive> Select case 100 when 50 then ‘tom’ when 100 then ‘mary’ else ‘tim’ end from dual;  
mary  
hive> Select case 200 when 50 then ‘tom’ when 100 then ‘mary’ else ‘tim’ end from dual;  
tim  
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  
举例：  
hive> select case when 1=2 then ‘tom’ when 2=2 then ‘mary’ else ‘tim’ end from dual;  
mary  
hive> select case when 1=1 then ‘tom’ when 2=2 then ‘mary’ else ‘tim’ end from dual;  
tom  
HIVE UDF整理（十）  
hive 添加评论   
十二 192011  
字符串函数  
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 dual;  
7  
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 dual;  
gfdecba  
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 dual;  
abcdefgh  
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 dual;  
abc,def,gh  
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 dual;  
cde  
hive> select substring(‘abcde’,3) from dual;  
cde  
hive>  select substr(‘abcde’,-1) from dual;  （和ORACLE相同）  
e  
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 dual;  
cd  
hive> select substring(‘abcde’,3,2) from dual;  
cd  
hive>select substring(‘abcde’,-2,2) from dual;  
de  
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 dual;  
ABSED  
hive> select ucase(‘abSEd’) from dual;  
ABSED  
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 dual;  
absed  
hive> select lcase(‘abSEd’) from dual;  
absed  
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 dual;  
abc  
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 dual;  
abc  
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 dual;  
abc  
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  
举例：  
hive> select regexp\_replace(‘foobar’, ‘oo|ar’, ”) from dual;  
fb  
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。注意，在有些情况下要使用转义字符  
举例：  
hive> select regexp\_extract(‘foothebar’, ‘foo(.\*?)(bar)’, 1) from dual;  
the  
hive> select regexp\_extract(‘foothebar’, ‘foo(.\*?)(bar)’, 2) from dual;  
bar  
hive> select regexp\_extract(‘foothebar’, ‘foo(.\*?)(bar)’, 0) from dual;  
foothebar  
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 dual;  
facebook.com  
hive> select parse\_url(‘http://facebook.com/path1/p.php?k1=v1&k2=v2\#Ref1′, ‘QUERY’, ‘k1′) from dual;  
v1  
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 dual;  
amy  
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 dual;  
hive> select length(space(10)) from dual;  
10  
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 dual;  
abcabcabcabcabc  
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 dual;  
97  
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 dual;  
tdtdtdtabc  
与GP，ORACLE不同，pad 不能默认  
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 dual;  
abctdtdtdt  
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 dual;  
\["ab","cd","ef"\]  
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 dual;  
2  
hive> select find\_in\_set(‘at’,'ef,ab,de’) from dual;  
0  
HIVE UDF整理（十一）  
hive 添加评论   
十二 192011  
集合统计函数  
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 udftest;  
20  
hive> select count(distinct t) from udftest;  
10  
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 udftest;  
100  
hive> select sum(distinct t) from udftest;  
70  
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 udftest;  
50  
hive> select avg (distinct t) from udftest;  
30  
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 udftest;  
20  
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 udftest;  
120  
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：  
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：  
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：  
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：  
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：  
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 udftest； 取0.2，0.4位置的数据  
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：  
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：  
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 dual;  
\[\{"x":100.0,"y":1.0\}\]