Hive 提供了较完整的 SQL 功能,HQL 与 SQL 基本上一致,旨在让会 SQL 而不懂 MapReduce 编程的用户可以调取 Hadoop 中的数据,进行数据处理和分析。
记录日常数据分析过程中 Hive SQL 需要的查询函数,方便手头随时查询,定期更新补充。
0、常用函数记录
多个值聚合在一个list 数据中
array_join(array_agg( distinct t1.promotion_name), ',') as promotion_list -- 字符串聚合,presto语法
CONCAT_WS(',', COLLECT_LIST(distinct t1.promotion_name)) as promotion_list -- 字符串聚合,sparkSQL语法
例如:concat_ws('&', collect_set(concat(ta.tag, '-' ,tb.sku_id))) as tag-sku_ids
一、关系运行
1、等值比较: =
2、不等值比较: <>
3、小于比较: <
4、小于等于比较: <=< a>
5、大于比较: >
6、大于等于比较: >=
7、空值判断: IS NULL
8、非空判断: IS NOT NULL
9、LIKE比较: LIKE 例如:name like ‘%小兰%’
10、JAVA的LIKE操作: RLIKE
11、REGEXP操作: REGEXP (例如多值like: name regexp ‘小贝|小兰|小红’)
注意:
其中关系判断中注重值为NULL(null)这种情况。
select 1 where null != 1 没有返回
select 1 where ‘’ != 1 有返回
select 1 where 0 != 1 有返回
length(NULL) <> 1 没有返回
select length(NULL) 返回NULL ,而不是0
最好是把null coalesce成目标类型的某个默认值
select 1 where COALESCE(null, 0) != 1
二、条件函数
方法名 | 返回类型 | 描述 |
if(boolean testCondition, T valueTrue, T valueFalseOrNull) | T | 如果testCondition 为true就返回valueTrue,否则返回valueFalseOrNull |
nvl(T value, T default_value) | T | 如果value值为NULL就返回default_value,否则返回value |
COALESCE(T v1, T v2, …) | T | 返回第一个非null的值,如果全部未NULL就返回NULL |
CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END | T | 如果a=b就返回c,a=d就返回e,否则返回f(支持嵌套操作) |
CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END | T | 上面变相,如果a=ture就返回b,c= ture就返回d,否则返回e |
isnull( a ) | boolean | 如果a为null就返回true,否则返回false |
isnotnull ( a ) | boolean | 如果a为非null就返回true,否则返回false |
例子: |
hive> select if(3>4,1,2);
OK
2
Time taken: 0.097 seconds, Fetched: 1 row(s)
hive> select if(3>2,'hello',2);
OK
hello
Time taken: 0.041 seconds, Fetched: 1 row(s)
hive> select nvl(null,'a');
OK
a
Time taken: 0.04 seconds, Fetched: 1 row(s)
hive> select nvl('a','b');
OK
a
Time taken: 0.048 seconds, Fetched: 1 row(s)
hive> select coalesce(null,'hello');
OK
hello
Time taken: 0.048 seconds, Fetched: 1 row(s)
hive> select coalesce(null,null,null,'hello');
OK
hello
Time taken: 0.032 seconds, Fetched: 1 row(s)
hive> select case when 3>4 then 'hello' when 3<4 then 'world' end;
OK
world
Time taken: 0.088 seconds, Fetched: 1 row(s)
hive> select case 3 when 3 then 'hello' when 4 then 'world' end;
OK
hello
Time taken: 0.028 seconds, Fetched: 1 row(s)
hive> select isnull(null);
OK
true
Time taken: 0.16 seconds, Fetched: 1 row(s)
hive> select isnull('a');
OK
false
Time taken: 0.047 seconds, Fetched: 1 row(s)
hive> select isnotnull(null);
OK
false
Time taken: 0.034 seconds, Fetched: 1 row(s)
hive> select isnotnull('a');
OK
true
Time taken: 0.099 seconds, Fetched: 1 row(s)
三、类型转换函数
方法名 | 返回值类型 | 描述 |
binary(string | binary) | binary |
cast(expr as) | NULL 或 type | 将expr转换成type类型 如:cast(“1” as INT) 将字符串1转换成了INT类型,如果转换失败将返回NULL |
hive> select cast(‘1’ as int)*cast(‘10’ as int); | ||
OK | ||
10 | ||
Time taken: 0.043 seconds, Fetched: 1 row(s) | ||
hive> select binary(‘123456’); | ||
OK | ||
123456 | ||
Time taken: 0.121 seconds, Fetched: 1 row(s) |
四、日期转换函数
方法名称 | 返回值类型 | 描述 |
from_unixtime(bigint unixtime, [string format]) | String | 将时间的秒值转换成format格式 |
unix_timestamp() | bigint | 获取本地时区下的时间戳 |
unix_timestamp(string date) | bigint | 将格式为yyyy-MM-dd HH:mm:ss的时间字符串转换成时间戳 |
unix_timestamp(string date,string pattern) | bigint | 将指定时间字符串格式字符串转换成Unix时间戳,如果格式不对返回0 |
to_date(string date) | string | 返回时间字符串的日期部分 |
year(string date) | int | 返回时间字符串的年份部分 |
month(string date) | int | 返回时间字符串的月份部分 |
day(string date) | int | 返回时间字符串的天(月份) |
hour(string date) | int | 返回时间字符串的小时 |
minute(string date) | int | 返回时间字符串的分钟 |
second(string date) | int | 返回时间字符串的秒 |
weekofyear(string date) | int | 返回时间字符串位于一年中的第几周内 |
dayofweek(string date) | int | 返回时间字符串位于一周中的第几天,星期天位于第一天 |
datediff(string enddate,string startdate) | int | 计算开始时间startdate到结束时间enddate相差的天数 |
date_add(string startdate ,int days) | string | 从开始时间startdate 加上days天数 |
date_sub(string startdate, int days) | string | 从开始时间startdate减去days天数 |
current_date | date | 返回当前时间日期 |
current_timestamp | timestamp | 返回当前时间戳,返回的是字符串格式 |
add_months(string start_date, int num_months) | string | 返回当前时间下再增加num_months个月的日期 |
last_day(string date) | string | 返回这个月的最后一天的日期,忽略时分秒部分(HH:mm:ss) |
next_day(string start_date, string day_of_wee) | string | 返回当前时间的下一个星期X所对应的日期 |
trunc(string date,string fromat) | sting | 返回时间的最开始年份或月份 ,注意所支持的格式为MONTH/MON/MM, YEAR/YYYY/YY |
months_between(date1, date2) | double | 返回date1与date2之间相差的月份,如date1>date2,则返回正,如果date1<date2,则返回负,否则返回0.0 |
date_format(date/timestamp/string ts, string fmt) | string | fmt格式 |
hive> select from_unixtime(1594604100);
OK
2020-07-13 09:35:00
Time taken: 0.045 seconds, Fetched: 1 row(s)
hive> select from_unixtime(1594604100,'yyyy-MM-dd');
OK
2020-07-13
Time taken: 0.051 seconds, Fetched: 1 row(s)
hive> select unix_timestamp();
unix_timestamp(void) is deprecated. Use current_timestamp instead.
OK
1594616493
Time taken: 0.058 seconds, Fetched: 1 row(s)
hive> select unix_timestamp('2020-07-13 09:35:00');
OK
1594604100
Time taken: 0.059 seconds, Fetched: 1 row(s)
hive> select to_date('2020-07-13 09:35:00');
OK
2020-07-13
Time taken: 0.096 seconds, Fetched: 1 row(s)
hive> select year('2020-07-13 09:35:00');
OK
2020
Time taken: 0.051 seconds, Fetched: 1 row(s)
hive> select month('2020-07-13 09:35:00');
OK
7
Time taken: 0.051 seconds, Fetched: 1 row(s)
OK
13
Time taken: 0.196 seconds, Fetched: 1 row(s)
hive> select hour('2020-07-13 09:35:00');
OK
9
Time taken: 0.09 seconds, Fetched: 1 row(s)
hive> select minute('2020-07-13 09:35:00');
OK
35
Time taken: 0.058 seconds, Fetched: 1 row(s)
hive> select second('2020-07-13 09:35:00');
OK
0
hive> select weekofyear('2020-07-13 09:35:00');
OK
29
Time taken: 0.047 seconds, Fetched: 1 row(s)
select case dayofweek(current_date())-1 when 1 then '星期一'
when 2 then '星期二'
when 3 then '星期三'
when 4 then '星期四'
when 5 then '星期五'
when 6 then '星期六'
else '星期天' end
星期一
hive> select datediff('2020-07-13 00:00:00','2020-07-11 09:35:00');
OK
2
Time taken: 0.11 seconds, Fetched: 1 row(s)
hive> select date_add('2020-07-13 09:35:00',30);
OK
2020-08-12
Time taken: 0.057 seconds, Fetched: 1 row(s)
hive> select date_add('2020-07-13 09:35:00',-30);
OK
2020-06-13
Time taken: 0.057 seconds, Fetched: 1 row(s)
hive> select date_sub('2020-07-13 09:35:00',30);
OK
2020-06-13
Time taken: 0.045 seconds, Fetched: 1 row(s)
hive> select current_date();
OK
2020-07-13
Time taken: 0.039 seconds, Fetched: 1 row(s)
hive> select current_timestamp();
OK
2020-07-13 13:47:37.025
Time taken: 0.038 seconds, Fetched: 1 row(s)
hive> select add_months('2020-07-13 09:35:00', 4);
OK
2020-11-13
Time taken: 0.074 seconds, Fetched: 1 row(s)
hive> select last_day(current_date());
OK
2020-07-31
Time taken: 0.091 seconds, Fetched: 1 row(s)
hive> select next_day(current_date(),'TU');
OK
2020-07-14
Time taken: 0.052 seconds, Fetched: 1 row(s)
hive> select trunc(current_date(),'MM');
OK
2020-07-01
Time taken: 0.071 seconds, Fetched: 1 row(s)
hive> select months_between(current_date(),'2020-05-18');
OK
1.83870968
Time taken: 0.055 seconds, Fetched: 1 row(s)
hive> select date_format('2020-07-13','yyyy-MM-dd HH:mm:ss');
OK
2020-07-13 00:00:00
Time taken: 0.091 seconds, Fetched: 1 row(s)
hive> select date_format('2020-07-13','yyyy-dd');
OK
2020-13
Time taken: 0.048 seconds, Fetched: 1 row(s)
五、数学函数:
方法名 | 返回值类型 | 描述 |
round(DOUBLE a) | DOUBLE | 返回对a四舍五入的最大整数值,类型为double |
round(DOUBLE a, INT n) | DOUBLE | 对a取几位小数返回 |
floor(DOUBLE a) | BIGINT | 向下取整 |
ceil(DOUBLE a)/ceiling(double a) | BIGINT/double | 向上取整 |
rand(), rand(INT seed) | DOUBLE | 返回一个随机数 seed是种子,种子一样随机数一样 |
exp(DOUBLE a), exp(DECIMAL a) | DOUBLE | 返回e的a幂次方, a可为小数 |
pow(double a,double b) | DOUBLE | a的b次方 |
sqrt(double a) | DOUBLE | 开根号,若a为负数返回null |
abs(double a) | DOUBLE | 取绝对值 |
pmod(int a,int b) | int | a对b取余 |
hive> select round(10.234);
OK
10.0
Time taken: 0.07 seconds, Fetched: 1 row(s)
hive> select round(10.234,2);
OK
10.23
Time taken: 0.043 seconds, Fetched: 1 row(s)
hive> select floor(10.3);
OK
10
Time taken: 0.088 seconds, Fetched: 1 row(s)
hive> select floor(-10.3);
OK
-11
Time taken: 0.042 seconds, Fetched: 1 row(s)
hive> select ceil(10.3);
OK
11
Time taken: 0.048 seconds, Fetched: 1 row(s)
hive> select ceiling(10.3);
OK
11
Time taken: 0.05 seconds, Fetched: 1 row(s)
hive> select rand();
OK
0.4474707641445139
Time taken: 0.066 seconds, Fetched: 1 row(s)
hive> select rand(10);
OK
0.7304302967434272
Time taken: 0.045 seconds, Fetched: 1 row(s)
hive> select exp(3);
OK
20.085536923187668
Time taken: 0.054 seconds, Fetched: 1 row(s)
hive> select pow(3,2);
OK
9.0
Time taken: 0.072 seconds, Fetched: 1 row(s)
hive> select sqrt(10);
OK
3.1622776601683795
Time taken: 0.043 seconds, Fetched: 1 row(s)
hive> select abs(-10.1);
OK
10.1
Time taken: 0.039 seconds, Fetched: 1 row(s)
hive> select pmod(16,3);
OK
1
Time taken: 0.036 seconds, Fetched: 1 row(s)
六、字符函数
方法名 | 返回值类型 | 描述 |
length(string A) | int | 返回字符串的长度 |
concat(string|binary A, string|binary B…) | string | 对二进制字节码或字符串按次序进行拼接 |
concat_ws(string SEP, string A,String B) | string | 与concat 类似,但使用指定分隔符分隔比较方便。 |
find_in_set(string str,string strList) | int | 返回以逗号分隔的字符串中str出现的位置,如果参数str为逗号或查找失败将返回0,如果任一参数为NULL将返回NULL |
format_number(number x, int d) | string | 将数值x转换成"x,xxx,xxx.xx"格式字符串,并保留d位小数,如果d为0,将进行四舍五入且不保留小数 |
get_json_object(string json_string, string path) | string | get_json_object(‘{“userid”:“1”,“username”:“zs”}’,‘$.username’)从指定路径上的JSON字符串抽取出JSON对象,并返回这个对象的JSON格式,如果输入的JSON是非法的将返回NULL,注意此路径上JSON字符串只能由数字 字母 下划线组成且不能有大写字母和特殊字符,且key不能由数字开头,这是由于Hive对列名的限制 |
instr | int | 查找字符串str中子字符串substr出现的位置,如果查找失败将返回0,如果任一参数为Null将返回null,注意位置为从1开始的 |
locate(string substr, string str[, int pos]) | int | 查找字符串str中pos位置后字符串substr第一次出现的位置 |
lower(string A) lcase(string A) | string | 将字符串A的所有字母转换成小写字母 |
upper(string A) | string | 将字符串A的所有字母转换成大写字母 |
lpad(string str, int len, string pad) | string | 从左边开始对字符串str使用字符串pad填充,最终len长度为止,如果字符串str本身长度比len大的话,将去掉多余的部分 |
ltrim(string A) | string | 去掉字符串A前面的空格 |
rtrim(string A) | string | 去掉字符串A后面的空格 |
trim(string A) | string | 去掉字符串A两端空格 |
pars_urlstring urlString, string partToExtract [, string keyToExtract]) | string | 返回从URL中抽取指定部分的内容,参数url是URL字符串,而参数partToExtract是要抽取的部分,这个参数包含(HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO) |
regexp_extract(string subject, string pattern, int index) | string | 正则截取 |
regexp_replace(string INITIAL_STRING, string PATTERN, string REPLACEMENT) | string | 正则替换 |
repeat(string str, int n) | string | 重复输出n次字符串str |
reverse(string A) | string | reverse(string A) |
split(string str, string pat) | string | 按照正则表达式pat来分割字符串str,并将分割后的数组字符串的形式返回 |
substr(string A, [int start],int length) substring(string, [int start],int length) | string | 对于字符串A,从start位置开始截取length长度字符串并返回 |
translate(string input, string from, string to) | string | 将input出现在from中的字符串替换成to中的字符串 如:translate(“MOBIN”,“BIN”,“M”)=“MOM” |
initcap(string A) | string | 将字符串A转换第一个字母大写其余字母小写的字符串 |
extract 提取函数,例如提取字符串日期。
select extract(month from “2016-10-20”) results
select extract(hour from “2016-10-20 05:06:07”) results
select extract(dayofweek from “2016-10-20 05:06:07”) results
select extract(month from interval ‘1-3’ year to month) results
select extract(minute from interval ‘3 12:20:30’ day to second) results
hive> select length('abc');
OK
3
Time taken: 0.033 seconds, Fetched: 1 row(s)
hive> select concat('userid',',','username',',','birthday');
OK
userid,username,birthday
Time taken: 0.053 seconds, Fetched: 1 row(s)
hive> select concat_ws(',','userid','username');
OK
userid,username
Time taken: 0.031 seconds, Fetched: 1 row(s)
hive> select find_in_set('ab','ab,abc,ede,acd,abe');
OK
1
Time taken: 0.058 seconds, Fetched: 1 row(s)
hive> select format_number(1234456.565,2);
OK
1,234,456.56
Time taken: 0.08 seconds, Fetched: 1 row(s)
hive> select get_json_object('{"userid":"1","username":"zs"}','$.username');
OK
zs
Time taken: 0.046 seconds, Fetched: 1 row(s)
hive> select instr('abcdfe','fe');
OK
5
Time taken: 0.122 seconds, Fetched: 1 row(s)
hive> select locate('ef','abefcdefd',1);
OK
3
Time taken: 0.036 seconds, Fetched: 1 row(s)
hive> select locate('ef','abefcdefd',5);
OK
7
Time taken: 0.031 seconds, Fetched: 1 row(s)
hive> select lower('ABCde');
OK
abcde
Time taken: 0.038 seconds, Fetched: 1 row(s)
hive> select lcase('ABCde');
OK
abcde
Time taken: 0.044 seconds, Fetched: 1 row(s)
hive> select upper('addA');
OK
ADDA
Time taken: 0.047 seconds, Fetched: 1 row(s)
hive> select lpad('123',2,'0');
OK
12
Time taken: 0.025 seconds, Fetched: 1 row(s)
hive> select lpad('123',8,'0');
OK
00000123
Time taken: 0.041 seconds, Fetched: 1 row(s)
hive> select lpad('123',length('123')+1,'$');
OK
$123
Time taken: 0.076 seconds, Fetched: 1 row(s)
hive> select trim(' abc ');
OK
abc
Time taken: 0.066 seconds, Fetched: 1 row(s)
hive> select ltrim(' abc ');
OK
abc
Time taken: 0.059 seconds, Fetched: 1 row(s)
hive> select rtrim(' abc ');
OK
abc
Time taken: 0.025 seconds, Fetched: 1 row(s)
hive> select length(ltrim(' abc '));
OK
4
Time taken: 0.034 seconds, Fetched: 1 row(s)
hive> select length(rtrim(' abc '));
OK
4
Time taken: 0.075 seconds, Fetched: 1 row(s)
hive> select length(trim(' abc '));
OK
3
Time taken: 0.031 seconds, Fetched: 1 row(s)
hive> select parse_url('https://facebook.com/path/p1.php?name=1&pwd=123456','QUERY');
OK
name=1&pwd=123456
Time taken: 0.06 seconds, Fetched: 1 row(s)
hive> select parse_url('https://facebook.com/path/p1.php?name=1&pwd=123456','QUERY','pwd');
OK
123456
Time taken: 0.022 seconds, Fetched: 1 row(s)
hive> select parse_url('https://facebook.com/path/p1.php?name=1&pwd=123456','HOST');
OK
facebook.com
Time taken: 0.036 seconds, Fetched: 1 row(s)
hive> select parse_url('https://facebook.com/path/p1.php?name=1&pwd=123456','PATH');
OK
/path/p1.php
Time taken: 0.037 seconds, Fetched: 1 row(s)
hive> select parse_url('https://facebook.com/path/p1.php?name=1&pwd=123456','PROTOCOL');
OK
https
Time taken: 0.035 seconds, Fetched: 1 row(s)
hive> select regexp_extract("hello,world","^((\\w+),(\\w+))$",2); -- 正则提取;
OK
hello
Time taken: 0.039 seconds, Fetched: 1 row(s)
提取数字正则表达
regexp_extract('需要35天', '\d{1,}')
结果返回 35
hive> select regexp_replace("hello,world","o|l","e"); -- 正则替换;
OK
heeee,wered
Time taken: 0.042 seconds, Fetched: 1 row(s)
hive> select repeat("abc",5); -- 重复输出;
OK
abcabcabcabcabc
Time taken: 0.062 seconds, Fetched: 1 row(s)
hive> select reverse("abc"); -- 反转字符;
OK
cba
Time taken: 0.04 seconds, Fetched: 1 row(s)
hive> select split('hello|world,abc|edf kyy',"[\\|, ]"); -- 正则分割;
OK
["hello","world","abc","edf","kyy"]
Time taken: 0.065 seconds, Fetched: 1 row(s)
hive> select substr('hello,world',1,5); -- 字符串截取 开始位置 长度;
OK
hello
Time taken: 0.041 seconds, Fetched: 1 row(s)
hive> select translate('hello,world','world','func'); -- 密码常用 一一对应 没有则截掉;
OK
heccu,func
Time taken: 0.047 seconds, Fetched: 1 row(s)
hive> select translate('hello,world','world','cc');
OK
hec,cc
Time taken: 0.048 seconds, Fetched: 1 row(s)
hive> select translate('hello,world','world','c'); -- 一个对一个
> ;
OK
he,c
Time taken: 0.048 seconds, Fetched: 1 row(s)
hive> select initcap('hello world'); -- 首字母大写 空格分隔;
OK
Hello World
Time taken: 0.031 seconds, Fetched: 1 row(s)
七、集合函数
方法名称 | 返回值类型 | 描述 |
size(Map<K.V>) | int | 求map的长度 |
size(Array) | int | 求数组的长度 |
map_keys(Map<k,v>) | array | 返回map中所有的key |
map_values(Map<K.V>) | array | 返回map中的所有value |
array_contains(Array,value) | boolean | 若该数组Array包含value返回true。,否则返回false |
sort_array(Array) | array | 按自然顺序对数组进行排序并返回,只能升序 |
hive> select size(map(1,'a',2,'b'));
OK
2
Time taken: 0.052 seconds, Fetched: 1 row(s)
hive> select size(array(1,2,3,4,5,6));
OK
6
Time taken: 0.057 seconds, Fetched: 1 row(s)
hive> select map_keys(map(1,'a',2,'b'));
OK
[1,2]
Time taken: 0.059 seconds, Fetched: 1 row(s)
hive> select map_values(map(1,'a',2,'b'));
OK
["a","b"]
Time taken: 0.058 seconds, Fetched: 1 row(s)
hive> select array_contains(array(1,2,3,4,5,6),6);
OK
true
Time taken: 0.032 seconds, Fetched: 1 row(s)
hive> select sort_array(array(1,2,3,6,5,7,8,0));
OK
[0,1,2,3,5,6,7,8]
Time taken: 0.041 seconds, Fetched: 1 row(s)
hive>
八.聚合函数
方法名称 | 返回值类型 | 描述 |
ount(*), count(expr), count(DISTINCT expr[, expr…]) | bigint | count(*)统计总行数其中包含null的行数。count(列名)统计列中非null行数,count(DISTINCT) 统计列中去重后非null的行数 |
sum(col), sum(DISTINCT col) | double | 求指定类得和,列可去重 |
avg(col), avg(DISTINCT col) | double | 表示求指定列的平均值,列可去重 |
min(col) | double | 求指定列的最小值 |
max(col) | double | 求指定列的最大值 |
collect_list() | array | 返回每个组列中的对象集,不去重 |
collect_set() | array | 返回每个组列中的对象集,去重 |
variance(col), var_pop(col) | double | 求指定列数值的方差 |
var_samp(col) | double | 求指定列数值的样本方差 |
stddev_pop(col) | DOUBLE | 求指定列数值的标准偏差 |
stddev_samp(col) | DOUBLE | 求指定列数值的样本标准偏差 |
covar_pop(col1, col2) | DOUBLE | 求指定列数值的协方差 |
covar_samp(col1, col2) | DOUBLE | 求指定列数值的样本协方差 |
corr(col1, col2) | DOUBLE | 返回两列述职相关系数 |
percentile(BIGINT col, p) | DOUBLE | 返回col的p%分位数 |
多行取最大最小值
greatest函数:
1.取多列最大值
select greatest(-99, 0, 73) --73
2 存在 null 或者字符串
select greatest(-99, 0, 73, null) --null
select greatest(-99, 0, 73, ‘string’) --null
3 存在日期
select greatest(‘2022-01-01’,‘2022-06-01’,‘2022-06-09’) --2022-06-09
least函数:
1 取多列最小值
select least(-99, 0, 73) – -99
2 存在 null 或者字符串
select least(-99, 0, 73, null) --null
select least(-99, 0, 73, ‘string’) --null
3 存在日期
select least(‘2022-01-01’,‘2022-06-01’,‘2022-06-09’) – 2022-01-01
九.表生成函数
函数名称 | 返回值类型 | 描述 |
explode(array) | N row | 每行对应数组中一个元素 |
explode(map) | N row | 每行对应每个map键值对,其中一个字段是map的键,另一个字段是map的值 |
posexplode(array) | N row | 与explode类似,不同的是还返回各元素在数组中的位置 |
stack(INT n, v_1, v_2, …, v_k) | N rows | 把M列转换成N行,每行有M/N个字段,其中n必须是一个常数 |
json_tuple(jsonStr, k1, k2, …) | tuple | 从一个json字符串中获取多个键并作为一个元组返回。 |
hive> select explode(array(1,2,3,4));
OK
1
2
3
4
Time taken: 0.048 seconds, Fetched: 4 row(s)
hive> select explode(map('A','apple','o','orage'));
OK
A apple
o orage
Time taken: 0.056 seconds, Fetched: 2 row(s)
hive> select posexplode(array('a','b','c'));
OK
0 a
1 b
2 c
Time taken: 0.044 seconds, Fetched: 3 row(s)
hive> select stack(2,'a','b','c','d');
OK
a b
c d
Time taken: 0.032 seconds, Fetched: 2 row(s)
hive> select json_tuple('{"name":"zs","age":"20"}','name','age');
OK
zs 20
Time taken: 0.057 seconds, Fetched: 1 row(s)
非常重要: spark sql 函数查询:https://spark.apache.org/docs/latest/api/sql/index.html#max_by
、