一、單表查詢(xún)

SELECT [ALL | DISTINCT] select_expr, select_expr, ... 
FROM table_reference
[WHERE where_condition] 
[GROUP BY col_list [HAVING condition]] 
[CLUSTER BY col_list 
  | [DISTRIBUTE BY col_list] [SORT BY| ORDER BY col_list] 
] 
[LIMIT number]

注意：
1、order by 會(huì)對(duì)輸入做全局排序，因此只有一個(gè)reducer，會(huì)導(dǎo)致當(dāng)輸入規(guī)模較大時(shí)，需要較長(zhǎng)的計(jì)算時(shí)間。
2、sort by不是全局排序，其在數(shù)據(jù)進(jìn)入reducer前完成排序。因此，如果用sort by進(jìn)行排序，并且設(shè)置mapred.reduce.tasks>1，則sort by只保證每個(gè)reducer的輸出有序，不保證全局有序。
3、distribute by(字段)根據(jù)指定的字段將數(shù)據(jù)分到不同的reducer，且分發(fā)算法是hash散列。
4、Cluster by(字段) 除了具有Distribute by的功能外，還會(huì)對(duì)該字段進(jìn)行排序。
因此，如果分桶和sort字段是同一個(gè)時(shí)，此時(shí)，cluster by = distribute by + sort by

1.1 WHERE語(yǔ)句

select * from score where s_score < 60;

注意：
小于某個(gè)值是不包含null的，如上查詢(xún)結(jié)果是把 s_score 為 null 的行剔除的

1.2 GROUP BY 分組

select s_id ,avg(s_score) from score group by s_id;

分組后對(duì)數(shù)據(jù)進(jìn)行篩選，使用having
 select s_id ,avg(s_score) avgscore from score group by s_id having avgscore > 85;

注意：
如果使用 group by 分組，則 select 后面只能寫(xiě)分組的字段或者聚合函數(shù)
where和having區(qū)別：
1 having是在 group by 分完組之后再對(duì)數(shù)據(jù)進(jìn)行篩選，所以having 要篩選的字段只能是分組字段或者聚合函數(shù)
2 where 是從數(shù)據(jù)表中的字段直接進(jìn)行的篩選的，所以不能跟在gruop by后面，也不能使用聚合函數(shù)

1.3 join 連接

INNER JOIN 內(nèi)連接：只有進(jìn)行連接的兩個(gè)表中都存在與連接條件相匹配的數(shù)據(jù)才會(huì)被保留下來(lái)
select * from techer t [inner] join course c on t.t_id = c.t_id; -- inner 可省略

LEFT OUTER JOIN 左外連接：左邊所有數(shù)據(jù)會(huì)被返回，右邊符合條件的被返回
select * from techer t left join course c on t.t_id = c.t_id; -- outer可省略

RIGHT OUTER JOIN 右外連接：右邊所有數(shù)據(jù)會(huì)被返回，左邊符合條件的被返回、
select * from techer t right join course c on t.t_id = c.t_id;

FULL OUTER JOIN 滿外(全外)連接: 將會(huì)返回所有表中符合條件的所有記錄。如果任一表的指定字段沒(méi)有符合條件的值的話，那么就使用NULL值替代。
SELECT * FROM techer t FULL JOIN course c ON t.t_id = c.t_id ;

注：1. hive2版本已經(jīng)支持不等值連接，就是 join on條件后面可以使用大于小于符號(hào)了;并且也支持 join on 條件后跟or (早前版本 on 后只支持 = 和 and，不支持 > < 和 or)
2.如hive執(zhí)行引擎使用MapReduce，一個(gè)join就會(huì)啟動(dòng)一個(gè)job，一條sql語(yǔ)句中如有多個(gè)join，則會(huì)啟動(dòng)多個(gè)job
注意：表之間用逗號(hào)(,)連接和 inner join 是一樣的
select * from table_a,table_b where table_a.id=table_b.id;
它們的執(zhí)行效率沒(méi)有區(qū)別，只是書(shū)寫(xiě)方式不同，用逗號(hào)是sql 89標(biāo)準(zhǔn)，join 是sql 92標(biāo)準(zhǔn)。用逗號(hào)連接后面過(guò)濾條件用 where ，用 join 連接后面過(guò)濾條件是 on。

1.4 order by 排序

全局排序，只會(huì)有一個(gè)reduce
ASC（ascend）: 升序（默認(rèn)） DESC（descend）: 降序
SELECT * FROM student s LEFT JOIN score sco ON s.s_id = sco.s_id ORDER BY sco.s_score DESC;

注意：order by 是全局排序，所以最后只有一個(gè)reduce，也就是在一個(gè)節(jié)點(diǎn)執(zhí)行，如果數(shù)據(jù)量太大，就會(huì)耗費(fèi)較長(zhǎng)時(shí)間

1.5 sort by 局部排序

查詢(xún)成績(jī)按照成績(jī)降序排列
select * from score sort by s_score;

1.6 distribute by 分區(qū)排序

distribute by：類(lèi)似MR中partition，進(jìn)行分區(qū)，結(jié)合sort by使用

通過(guò)distribute by  進(jìn)行數(shù)據(jù)的分區(qū)
select * from score distribute by s_id sort by s_score;

注意：Hive要求 distribute by 語(yǔ)句要寫(xiě)在 sort by 語(yǔ)句之前

1.7 cluster by

當(dāng)distribute by和sort by字段相同時(shí)，可以使用cluster by方式.
cluster by除了具有distribute by的功能外還兼具sort by的功能。但是排序只能是正序排序，不能指定排序規(guī)則為ASC或者DESC。

以下兩種寫(xiě)法等價(jià)
select * from score cluster by s_id;
select * from score distribute by s_id sort by s_id;

二、Hive函數(shù)

2.1 聚合函數(shù)-count(),max(),min(),sum(),avg()

注意：
聚合操作時(shí)要注意null值
count(*) 包含null值，統(tǒng)計(jì)所有行數(shù)
count(id) 不包含null值
min 求最小值是不包含null，除非所有值都是null
avg 求平均值也是不包含null

• 非空集合總體變量函數(shù): var_pop

語(yǔ)法: var_pop(col)
返回值: double
說(shuō)明: 統(tǒng)計(jì)結(jié)果集中col非空集合的總體變量（忽略null）

• 非空集合樣本變量函數(shù): var_samp

語(yǔ)法: var_samp (col)
返回值: double
說(shuō)明: 統(tǒng)計(jì)結(jié)果集中col非空集合的樣本變量（忽略null）

• 總體標(biāo)準(zhǔn)偏離函數(shù): stddev_pop

語(yǔ)法: stddev_pop(col)
返回值: double
說(shuō)明: 該函數(shù)計(jì)算總體標(biāo)準(zhǔn)偏離，并返回總體變量的平方根，其返回值與VAR_POP函數(shù)的平方根相同

• 中位數(shù)函數(shù): percentile

語(yǔ)法: percentile(BIGINT col, p)
返回值: double
說(shuō)明: 求準(zhǔn)確的第pth個(gè)百分位數(shù)，p必須介于0和1之間，但是col字段目前只支持整數(shù)，不支持浮點(diǎn)數(shù)類(lèi)型

2.2 關(guān)系運(yùn)算

支持：等值(=)、不等值(!= 或 <>)、小于(<)、小于等于(<=)、大于(>)、大于等于(>=)

空值判斷(is null)、非空判斷(is not null)

• LIKE比較: LIKE

語(yǔ)法: A LIKE B
操作類(lèi)型: strings
描述: 如果字符串A或者字符串B為NULL，則返回NULL；如果字符串A符合表達(dá)式B 的正則語(yǔ)法，則為T(mén)RUE；否則為FALSE。B中字符”_”表示任意單個(gè)字符，而字符”%”表示任意數(shù)量的字符。

• JAVA的LIKE操作: RLIKE

語(yǔ)法: A RLIKE B
操作類(lèi)型: strings
描述: 如果字符串A或者字符串B為NULL，則返回NULL；如果字符串A符合JAVA正則表達(dá)式B的正則語(yǔ)法，則為T(mén)RUE；否則為FALSE。

• REGEXP操作: REGEXP

語(yǔ)法: A REGEXP B
操作類(lèi)型: strings
描述: 功能與RLIKE相同
示例：select 1 from tableName where 'footbar' REGEXP '^f.*r$';
結(jié)果：1

2.3 數(shù)學(xué)運(yùn)算

支持所有數(shù)值類(lèi)型：加(+)、減(-)、乘(*)、除(/)、取余(%)、位與(&)、位或(|)、位異或(^)、位取反(~)

2.4 邏輯運(yùn)算

支持：邏輯與(and)、邏輯或(or)、邏輯非(not)

2.5 數(shù)值運(yùn)算

• 取整函數(shù): round

語(yǔ)法: round(double a)
返回值: BIGINT
說(shuō)明: 返回double類(lèi)型的整數(shù)值部分 （遵循四舍五入）
示例：select round(3.1415926) from tableName;
結(jié)果：3

• 指定精度取整函數(shù): round

語(yǔ)法: round(double a, int d)
返回值: DOUBLE
說(shuō)明: 返回指定精度d的double類(lèi)型
hive> select round(3.1415926,4) from tableName;
3.1416

• 向下取整函數(shù): floor

語(yǔ)法: floor(double a)
返回值: BIGINT
說(shuō)明: 返回等于或者小于該double變量的最大的整數(shù)
hive> select floor(3.641) from tableName;
3

• 向上取整函數(shù): ceil

語(yǔ)法: ceil(double a)
返回值: BIGINT
說(shuō)明: 返回等于或者大于該double變量的最小的整數(shù)
hive> select ceil(3.1415926) from tableName;
4

• 取隨機(jī)數(shù)函數(shù): rand

語(yǔ)法: rand(),rand(int seed)
返回值: double
說(shuō)明: 返回一個(gè)0到1范圍內(nèi)的隨機(jī)數(shù)。如果指定種子seed，則會(huì)等到一個(gè)穩(wěn)定的隨機(jī)數(shù)序列
hive> select rand() from tableName; -- 每次執(zhí)行此語(yǔ)句得到的結(jié)果都不同
0.5577432776034763

hive> select rand(100) ;  -- 只要指定種子，每次執(zhí)行此語(yǔ)句得到的結(jié)果一樣的
0.7220096548596434

• 自然指數(shù)函數(shù): exp

語(yǔ)法: exp(double a)
返回值: double
說(shuō)明: 返回自然對(duì)數(shù)e的a次方
hive> select exp(2) ;
7.38905609893065

• 以10為底對(duì)數(shù)函數(shù): log10

語(yǔ)法: log10(double a)
返回值: double
說(shuō)明: 返回以10為底的a的對(duì)數(shù)
hive> select log10(100) ;
2.0

此外還有：以2為底對(duì)數(shù)函數(shù): log2()、對(duì)數(shù)函數(shù): log()

• 冪運(yùn)算函數(shù): pow

語(yǔ)法: pow(double a, double p)
返回值: double
說(shuō)明: 返回a的p次冪
hive> select pow(2,4) ;
16.0

• 開(kāi)平方函數(shù): sqrt

語(yǔ)法: sqrt(double a)
返回值: double
說(shuō)明: 返回a的平方根
hive> select sqrt(16) ;
4.0

• 二進(jìn)制函數(shù): bin

語(yǔ)法: bin(BIGINT a)
返回值: string
說(shuō)明: 返回a的二進(jìn)制代碼表示
hive> select bin(7) ;
111

十六進(jìn)制函數(shù): hex()、將十六進(jìn)制轉(zhuǎn)化為字符串函數(shù): unhex()
進(jìn)制轉(zhuǎn)換函數(shù): conv(bigint num, int from_base, int to_base) 說(shuō)明: 將數(shù)值num從from_base進(jìn)制轉(zhuǎn)化到to_base進(jìn)制
此外還有很多數(shù)學(xué)函數(shù)：絕對(duì)值函數(shù): abs()、正取余函數(shù): pmod()、正弦函數(shù): sin()、反正弦函數(shù): asin()、余弦函數(shù): cos()、反余弦函數(shù): acos()、positive函數(shù): positive()、negative函數(shù): negative()

2.6 條件函數(shù)

• If函數(shù): if

語(yǔ)法: if(boolean testCondition, T valueTrue, T valueFalseOrNull)
返回值: T
說(shuō)明: 當(dāng)條件testCondition為T(mén)RUE時(shí)，返回valueTrue；否則返回valueFalseOrNull
hive> select if(1=2,100,200) ;
200
hive> select if(1=1,100,200) ;
100

• 非空查找函數(shù): coalesce

語(yǔ)法: coalesce(T v1, T v2, …)
返回值: T
說(shuō)明: 返回參數(shù)中的第一個(gè)非空值；如果所有值都為NULL，那么返回NULL
hive> select coalesce(null,'100','50') ;
100

• 條件判斷函數(shù)：case when (兩種寫(xiě)法，其一)

語(yǔ)法: case when a then b [when c then d]* [else e] end
返回值: T
說(shuō)明：如果a為T(mén)RUE,則返回b；如果c為T(mén)RUE，則返回d；否則返回e
hive> select case when 1=2 then 'tom' when 2=2 then 'mary' else 'tim' end from tableName;
mary

• 條件判斷函數(shù)：case when (兩種寫(xiě)法，其二)

語(yǔ)法: case a when b then c [when d then e]* [else f] end
返回值: T
說(shuō)明：如果a等于b，那么返回c；如果a等于d，那么返回e；否則返回f
hive> Select case 100 when 50 then 'tom' when 100 then 'mary' else 'tim' end from tableName;
mary

2.7 日期函數(shù)

注：以下SQL語(yǔ)句中的 from tableName 可去掉，不影響查詢(xún)結(jié)果

獲取當(dāng)前UNIX時(shí)間戳函數(shù): unix_timestamp

語(yǔ)法: unix_timestamp()
返回值: bigint
說(shuō)明: 獲得當(dāng)前時(shí)區(qū)的UNIX時(shí)間戳
hive> select unix_timestamp() from tableName;
1616906976

UNIX時(shí)間戳轉(zhuǎn)日期函數(shù): from_unixtime

語(yǔ)法: from_unixtime(bigint unixtime[, string format])
返回值: string
說(shuō)明: 轉(zhuǎn)化UNIX時(shí)間戳（從1970-01-01 00:00:00 UTC到指定時(shí)間的秒數(shù)）到當(dāng)前時(shí)區(qū)的時(shí)間格式
hive> select from_unixtime(1616906976,'yyyyMMdd') from tableName;
20210328

日期轉(zhuǎn)UNIX時(shí)間戳函數(shù): unix_timestamp

語(yǔ)法: unix_timestamp(string date)
返回值: bigint
說(shuō)明: 轉(zhuǎn)換格式為"yyyy-MM-dd HH:mm:ss"的日期到UNIX時(shí)間戳。如果轉(zhuǎn)化失敗，則返回0。
hive>  select unix_timestamp('2021-03-08 14:21:15') from tableName;
1615184475

指定格式日期轉(zhuǎn)UNIX時(shí)間戳函數(shù): unix_timestamp

語(yǔ)法: unix_timestamp(string date, string pattern)
返回值: bigint
說(shuō)明: 轉(zhuǎn)換pattern格式的日期到UNIX時(shí)間戳。如果轉(zhuǎn)化失敗，則返回0。
hive>  select unix_timestamp('2021-03-08 14:21:15','yyyyMMdd HH:mm:ss') from tableName;
1615184475

日期時(shí)間轉(zhuǎn)日期函數(shù): to_date

語(yǔ)法: to_date(string timestamp)
返回值: string
說(shuō)明: 返回日期時(shí)間字段中的日期部分。
hive> select to_date('2021-03-28 14:03:01') from tableName;
2021-03-28

日期轉(zhuǎn)年函數(shù): year

語(yǔ)法: year(string date)
返回值: int
說(shuō)明: 返回日期中的年。
hive> select year('2021-03-28 10:03:01') from tableName;
2021
hive> select year('2021-03-28') from tableName;
2021

日期轉(zhuǎn)月函數(shù): month

語(yǔ)法: month (string date)
返回值: int
說(shuō)明: 返回日期中的月份。
hive> select month('2020-12-28 12:03:01') from tableName;
12
hive> select month('2021-03-08') from tableName;
8

日期轉(zhuǎn)天函數(shù): day

語(yǔ)法: day (string date)
返回值: int
說(shuō)明: 返回日期中的天。
hive> select day('2020-12-08 10:03:01') from tableName;
8
hive> select day('2020-12-24') from tableName;
24

日期轉(zhuǎn)小時(shí)函數(shù): hour

語(yǔ)法: hour (string date)
返回值: int
說(shuō)明: 返回日期中的小時(shí)。
hive> select hour('2020-12-08 10:03:01') from tableName;
10

日期轉(zhuǎn)分鐘函數(shù): minute

語(yǔ)法: minute (string date)
返回值: int
說(shuō)明: 返回日期中的分鐘。
hive> select minute('2020-12-08 10:03:01') from tableName;
3

日期轉(zhuǎn)秒函數(shù): second

語(yǔ)法: second (string date)
返回值: int
說(shuō)明: 返回日期中的秒。
hive> select second('2020-12-08 10:03:01') from tableName;
1

日期轉(zhuǎn)周函數(shù): weekofyear

語(yǔ)法: weekofyear (string date)
返回值: int
說(shuō)明: 返回日期在當(dāng)前的周數(shù)。
hive> select weekofyear('2020-12-08 10:03:01') from tableName;
49

日期比較函數(shù): datediff

語(yǔ)法: datediff(string enddate, string startdate)
返回值: int
說(shuō)明: 返回結(jié)束日期減去開(kāi)始日期的天數(shù)。
hive> select datediff('2020-12-08','2012-05-09') from tableName;
213

日期增加函數(shù): date_add

語(yǔ)法: date_add(string startdate, int days)
返回值: string
說(shuō)明: 返回開(kāi)始日期startdate增加days天后的日期。
hive> select date_add('2020-12-08',10) from tableName;
2020-12-18

日期減少函數(shù): date_sub

語(yǔ)法: date_sub (string startdate, int days)
返回值: string
說(shuō)明: 返回開(kāi)始日期startdate減少days天后的日期。
hive> select date_sub('2020-12-08',10) from tableName;
2020-11-28

日期常用函數(shù)

//昨天
select format_datetime(date_add('day',-1,current_date),'yyyyMMdd')
// 月份
 select substr(cast(current_date as varchar) , 1 ,7 )
//獲取上月月初
select date_trunc('month', (date_add('day', - day_of_month(current_date), current_date)));
上個(gè)月月末
select date_add('day', - day_of_month(current_date), current_date);
//月初
select date_trunc('month',current_date) 
//月末
SELECT date_add('day', -1, date_add('month', 1, date_trunc('month', current_date)))

2.8 字符串函數(shù)

字符串長(zhǎng)度函數(shù)：length

語(yǔ)法: length(string A)
返回值: int
說(shuō)明：返回字符串A的長(zhǎng)度
hive> select length('abcedfg') from tableName;
7

字符串反轉(zhuǎn)函數(shù)：reverse

語(yǔ)法: reverse(string A)
返回值: string
說(shuō)明：返回字符串A的反轉(zhuǎn)結(jié)果
hive> select reverse('abcedfg') from tableName;
gfdecba

字符串連接函數(shù)：concat

語(yǔ)法: concat(string A, string B…)
返回值: string
說(shuō)明：返回輸入字符串連接后的結(jié)果，支持任意個(gè)輸入字符串
hive> select concat('abc','def’,'gh')from tableName;
abcdefgh

帶分隔符字符串連接函數(shù)：concat_ws

語(yǔ)法: concat_ws(string SEP, string A, string B…)
返回值: string
說(shuō)明：返回輸入字符串連接后的結(jié)果，SEP表示各個(gè)字符串間的分隔符
hive> select concat_ws(',','abc','def','gh')from tableName;
abc,def,gh

字符串截取函數(shù)：substr,substring

語(yǔ)法: substr(string A, int start),substring(string A, int start)
返回值: string
說(shuō)明：返回字符串A從start位置到結(jié)尾的字符串
hive> select substr('abcde',3) from tableName;
cde
hive> select substring('abcde',3) from tableName;
cde
hive> select substr('abcde',-1) from tableName; （和ORACLE相同）
e

字符串截取函數(shù)：substr,substring

語(yǔ)法: substr(string A, int start, int len),substring(string A, int start, int len)
返回值: string
說(shuō)明：返回字符串A從start位置開(kāi)始，長(zhǎng)度為len的字符串
hive> select substr('abcde',3,2) from tableName;
cd
hive> select substring('abcde',3,2) from tableName;
cd
hive>select substring('abcde',-2,2) from tableName;
de

字符串轉(zhuǎn)大寫(xiě)函數(shù)：upper,ucase

語(yǔ)法: upper(string A) ucase(string A)
返回值: string
說(shuō)明：返回字符串A的大寫(xiě)格式
hive> select upper('abSEd') from tableName;
ABSED
hive> select ucase('abSEd') from tableName;
ABSED

字符串轉(zhuǎn)小寫(xiě)函數(shù)：lower,lcase

語(yǔ)法: lower(string A) lcase(string A)
返回值: string
說(shuō)明：返回字符串A的小寫(xiě)格式
hive> select lower('abSEd') from tableName;
absed
hive> select lcase('abSEd') from tableName;
absed

去空格函數(shù)：trim

語(yǔ)法: trim(string A)
返回值: string
說(shuō)明：去除字符串兩邊的空格
hive> select trim(' abc ') from tableName;
abc

左邊去空格函數(shù)：ltrim

語(yǔ)法: ltrim(string A)
返回值: string
說(shuō)明：去除字符串左邊的空格
hive> select ltrim(' abc ') from tableName;
abc

右邊去空格函數(shù)：rtrim

語(yǔ)法: rtrim(string A)
返回值: string
說(shuō)明：去除字符串右邊的空格
hive> select rtrim(' abc ') from tableName;
abc

正則表達(dá)式替換函數(shù)：regexp_replace

語(yǔ)法: regexp_replace(string A, string B, string C)
返回值: string
說(shuō)明：將字符串A中的符合java正則表達(dá)式B的部分替換為C。注意，在有些情況下要使用轉(zhuǎn)義字符,類(lèi)似oracle中的regexp_replace函數(shù)。
hive> select regexp_replace('foobar', 'oo|ar', '') from tableName;
fb

正則表達(dá)式解析函數(shù)：regexp_extract

語(yǔ)法: regexp_extract(string subject, string pattern, int index)
返回值: string
說(shuō)明：將字符串subject按照pattern正則表達(dá)式的規(guī)則拆分，返回index指定的字符。
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) from tableName;
the
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from tableName;
bar
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0) from tableName;
foothebar
strong>注意，在有些情況下要使用轉(zhuǎn)義字符，下面的等號(hào)要用雙豎線轉(zhuǎn)義，這是java正則表達(dá)式的規(guī)則。
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 = '2021-03-28' limit 2;

URL解析函數(shù)：parse_url

語(yǔ)法: parse_url(string urlString, string partToExtract [, string keyToExtract])
返回值: string
說(shuō)明：返回URL中指定的部分。partToExtract的有效值為：HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO.
hive> select parse_url
('https://www.tableName.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') 
from tableName;
www.tableName.com 
hive> select parse_url
('https://www.tableName.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1')
 from tableName;
v1

json解析函數(shù)：get_json_object

語(yǔ)法: get_json_object(string json_string, string path)
返回值: string
說(shuō)明：解析json的字符串json_string,返回path指定的內(nèi)容。如果輸入的json字符串無(wú)效，那么返回NULL。
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 tableName;

空格字符串函數(shù)：space

語(yǔ)法: space(int n)
返回值: string
說(shuō)明：返回長(zhǎng)度為n的字符串
hive> select space(10) from tableName;
hive> select length(space(10)) from tableName;
10

重復(fù)字符串函數(shù)：repeat

語(yǔ)法: repeat(string str, int n)
返回值: string
說(shuō)明：返回重復(fù)n次后的str字符串
hive> select repeat('abc',5) from tableName;
abcabcabcabcabc

首字符ascii函數(shù)：ascii

語(yǔ)法: ascii(string str)
返回值: int
說(shuō)明：返回字符串str第一個(gè)字符的ascii碼
hive> select ascii('abcde') from tableName;
97

左補(bǔ)足函數(shù)：lpad

語(yǔ)法: lpad(string str, int len, string pad)
返回值: string
說(shuō)明：將str進(jìn)行用pad進(jìn)行左補(bǔ)足到len位
hive> select lpad('abc',10,'td') from tableName;
tdtdtdtabc
注意：與GP，ORACLE不同，pad 不能默認(rèn)

右補(bǔ)足函數(shù)：rpad

語(yǔ)法: rpad(string str, int len, string pad)
返回值: string
說(shuō)明：將str進(jìn)行用pad進(jìn)行右補(bǔ)足到len位
hive> select rpad('abc',10,'td') from tableName;
abctdtdtdt

分割字符串函數(shù): split

語(yǔ)法: split(string str, string pat)
返回值: array
說(shuō)明: 按照pat字符串分割str，會(huì)返回分割后的字符串?dāng)?shù)組
hive> select split('abtcdtef','t') from tableName;
["ab","cd","ef"]

集合查找函數(shù): find_in_set

語(yǔ)法: find_in_set(string str, string strList)
返回值: int
說(shuō)明: 返回str在strlist第一次出現(xiàn)的位置，strlist是用逗號(hào)分割的字符串。如果沒(méi)有找該str字符，則返回0
hive> select find_in_set('ab','ef,ab,de') from tableName;
2
hive> select find_in_set('at','ef,ab,de') from tableName;
0

三、json字符串操作

3.1. 解析json對(duì)象-get_json_object

select 
get_json_object('{"name":"zhangsan","age":18}','$.name'),
get_json_object('{"name":"zhangsan","age":18}','$.age');

3.2.解析json對(duì)象-?json_tuple

說(shuō)明：解析json的字符串json_string,可指定多個(gè)json數(shù)據(jù)中的key，返回對(duì)應(yīng)的value。如果輸入的json字符串無(wú)效，那么返回NULL；json_tuple相當(dāng)于get_json_object的優(yōu)勢(shì)就是一次可以解析多個(gè)json字段。但是如果我們有個(gè)json數(shù)組，這兩個(gè)函數(shù)都無(wú)法處理

示例：

select b.name ,b.age
from tableName a lateral view
json_tuple('{"name":"zhangsan","age":18}','name','age') b as name,age;

結(jié)果:

3.3 json數(shù)組-explode函數(shù)

說(shuō)明：explode()函數(shù)接收一個(gè)array或者map類(lèi)型的數(shù)據(jù)作為輸入，然后將array或map里面的元素按照每行的形式輸出，即將hive一列中復(fù)雜的array或者map結(jié)構(gòu)拆分成多行顯示，也被稱(chēng)為列轉(zhuǎn)行函數(shù)

示例

-- 解析array
hive> select explode(array('A','B','C'));

ok 
A
B
C

-- 解析map
hive> select explode(map('A',10,'B',20,'C','30'));

OK
A    10
B    20
C    30

3.4 json數(shù)組regexp_replace函數(shù)

語(yǔ)法： regexp_replace(string A, string B, string C)

說(shuō)明： 將字符串A中的符合 java 正則表達(dá)式的B的部分替換為C。注意：在有些情況下要使用轉(zhuǎn)義字符，類(lèi)似 oracle 中的 regexp_replace 函數(shù)。

示例：

hive> select regexp_replace('roobar', 'oo|ar', '');

ok
fb

上述示例將字符串中的  oo 或  ar  替換為 ''.

先將數(shù)據(jù)轉(zhuǎn)換成對(duì)象行

hive> SELECT explode(split(regexp_replace(regexp_replace('[{"website":"baidu.com","name":"百度"},{"website":"google.com","name":"谷歌"}]', '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;'));
OK
{"website":"baidu.com","name":"百度"}
{"website":"google.com","name":"谷歌"}

對(duì)上述sql進(jìn)行簡(jiǎn)要說(shuō)明：

SELECT explode(split(
    regexp_replace(
        regexp_replace(
            '[
                {"website":"baidu.com","name":"百度"},
                {"website":"google.com","name":"谷歌"}
            ]', 
            '\\[|\\]' , ''), 將json數(shù)組兩邊的中括號(hào)去掉
            
              '\\}\\,\\{' , '\\}\\;\\{'), 將json數(shù)組元素之間的逗號(hào)換成分號(hào)
                
                 '\\;') 以分號(hào)作為分隔符(split函數(shù)以分號(hào)作為分隔)
          ); 

然后提取json對(duì)象中的屬性

select json_tuple(json, 'website', 'name') 
from (
select explode(split(regexp_replace(regexp_replace('[{"website":"baidu.com","name":"百度"},{"website":"google.com","name":"谷歌"}]', '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;')) 
as json) t;

?執(zhí)行上述語(yǔ)句，沒(méi)有報(bào)錯(cuò)，執(zhí)行結(jié)果如下：

執(zhí)行上述語(yǔ)句，沒(méi)有報(bào)錯(cuò)，執(zhí)行結(jié)果如下：

www.baidu.com       百度
google.com          谷歌

3.5 使用 lateral view 解析json數(shù)組

lateral view首先為原始表的每行調(diào)用UDTF，UDTF會(huì)把一行拆分成一行或者多行，lateral view在把結(jié)果組合，產(chǎn)生一個(gè)支持別名表的虛擬表。

對(duì)興趣id進(jìn)行解析

SELECT name, hobby_id 
FROM hobbies_table 
LATERAL VIEW explode(id_list) tmp_table AS hobby_id;

上述sql執(zhí)行結(jié)果：

假設(shè)有一張表如下：

select good_id,get_json_object(sale_json,'$.monthSales') as monthSales
from tableName 
LATERAL VIEW explode(split(goods_id,','))goods as good_id 
LATERAL VIEW explode(split(regexp_replace(regexp_replace(json_str , '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;')) sales as sale_json;

笛卡爾集合

四、內(nèi)置函數(shù)

4.1 NVL

給值為NULL的數(shù)據(jù)賦值，它的格式是NVL( value，default_value)。它的功能是如果value為NULL，則NVL函數(shù)返回default_value的值，否則返回value的值，如果兩個(gè)參數(shù)都為NULL ，則返回NULL

select nvl(column, 0) from xxx；

4.2 行轉(zhuǎn)列

4.3 列轉(zhuǎn)行(一列轉(zhuǎn)多行)

Split(str, separator)：?將字符串按照后面的分隔符切割，轉(zhuǎn)換成字符array。

EXPLODE(col)：將hive一列中復(fù)雜的array或者map結(jié)構(gòu)拆分成多行。

LATERAL VIEW

用法：

LATERAL VIEW udtf(expression) tableAlias AS columnAlias

解釋?zhuān)簂ateral view用于和split, explode等UDTF一起使用，它能夠?qū)⒁恍袛?shù)據(jù)拆成多行數(shù)據(jù)，在此基礎(chǔ)上可以對(duì)拆分后的數(shù)據(jù)進(jìn)行聚合。

lateral view首先為原始表的每行調(diào)用UDTF，UDTF會(huì)把一行拆分成一或者多行，lateral view再把結(jié)果組合，產(chǎn)生一個(gè)支持別名表的虛擬表。

準(zhǔn)備數(shù)據(jù)源測(cè)試

SQL

SELECT movie,category_name 
FROM movie_info 
lateral VIEW
explode(split(category,",")) movie_info_tmp  AS category_name ;

測(cè)試結(jié)果文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-860463.html

《功勛》      記錄
《功勛》      劇情
《戰(zhàn)狼2》     戰(zhàn)爭(zhēng)
《戰(zhàn)狼2》     動(dòng)作
《戰(zhàn)狼2》     災(zāi)難

到了這里，關(guān)于hive sql 語(yǔ)句查詢(xún)規(guī)則的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！