hive的UDF 函數
Hive內部自定義函數UDF
HIVE UDF整理（一）關係運算
等值比較: =
語法:A = B
操作類型: 所有基本類型
描述: 如果表達式A與表達式B相等，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where 1=1;
1
不等值比較: <>
語法: A <> B
操作類型: 所有基本類型
描述: 如果表達式A爲NULL，或者表達式B爲NULL，返回NULL；如果表達式A與表達式B不相等，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where 1 <> 2;
1
小於比較: <
語法: A < B
操作類型: 所有基本類型
描述: 如果表達式A爲NULL，或者表達式B爲NULL，返回NULL；如果表達式A小於表達式B，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where 1 < 2;
1
小於等於比較: <=
語法: A <= B
操作類型: 所有基本類型
描述: 如果表達式A爲NULL，或者表達式B爲NULL，返回NULL；如果表達式A小於或者等於表達式B，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where 1 <= 1;
1
大於比較: >
語法: A > B
操作類型: 所有基本類型
描述: 如果表達式A爲NULL，或者表達式B爲NULL，返回NULL；如果表達式A大於表達式B，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where 2 > 1;
1
大於等於比較: >=
語法: A >= B
操作類型: 所有基本類型
描述: 如果表達式A爲NULL，或者表達式B爲NULL，返回NULL；如果表達式A大於或者等於表達式B，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where 1 >= 1;
1
String的比較要注意(常用的時間比較可以先to_date之後再比較)
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
空值判斷: IS NULL
語法: A IS NULL
操作類型: 所有類型
描述: 如果表達式A的值爲NULL，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where null is null;
1
非空判斷: IS NOT NULL
語法: A IS NOT NULL
操作類型: 所有類型
描述: 如果表達式A的值爲NULL，則爲FALSE；否則爲TRUE
舉例：
hive> select 1 from dual where 1 is not null;
1
LIKE比較: LIKE
語法: A LIKE B
操作類型: strings
描述: 如果字符串A或者字符串B爲NULL，則返回NULL；如果字符串A符合表達式B的正則語法，則爲TRUE；否則爲FALSE。B中字符”_”表示任意單個字符，而字符”%”表示任意數量的字符。
舉例：
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
語法: A RLIKE B
操作類型: strings
描述: 如果字符串A或者字符串B爲NULL，則返回NULL；如果字符串A符合JAVA正則表達式B的正則語法，則爲TRUE；否則爲FALSE。
舉例：
hive> select 1 from dual where ‘footbar’ rlike ‘^f.*r$’;
1
REGEXP操作: REGEXP
語法: A REGEXP B
操作類型: strings
描述: 功能與RLIKE相同
舉例：
hive> select 1 from dual where ‘footbar’ REGEXP ‘^f.*r$’;
1
HIVE UDF整理（二）
hive 添加評論
十二 192011
數學運算
加法操作: +
語法: A + B
操作類型：所有數值類型
說明：返回A與B相加的結果。結果的數值類型等於A的類型和B的類型的最小父類型（詳見數據類型的繼承關係）。比如，int + int 一般結果爲int類型，而int + double 一般結果爲double類型
舉例：
hive> select 1 + 9 from dual;
10
hive> create table udftest as select 1 + 1.2 from dual;
hive> describe udftest;
_c0 double
減法操作: -
語法: A – B
操作類型：所有數值類型
說明：返回A與B相減的結果。結果的數值類型等於A的類型和B的類型的最小父類型（詳見數據類型的繼承關係）。比如，int – int 一般結果爲int類型，而int – double 一般結果爲double類型
舉例：
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: *
語法: A * B
操作類型：所有數值類型
說明：返回A與B相乘的結果。結果的數值類型等於A的類型和B的類型的最小父類型（詳見數據類型的繼承關係）。注意，如果A乘以B的結果超過默認結果類型的數值範圍，則需要通過cast將結果轉換成範圍更大的數值類型
舉例：
hive> select 40 * 5 from dual;
200
除法操作: /
語法: A / B
操作類型：所有數值類型
說明：返回A除以B的結果。結果的數值類型爲double
舉例：
hive> select 40 / 5 from dual;
8.0
取餘操作: %
語法: A % B
操作類型：所有數值類型
說明：返回A除以B的餘數。結果的數值類型等於A的類型和B的類型的最小父類型（詳見數據類型的繼承關係）。
舉例：
hive> select 41 % 5 from dual;
1
hive> select 8.4 % 4 from dual;
0.40000000000000036
注：精度在hive中是個很大的問題，類似這樣的操作最好通過round指定精度
hive> select round(8.4 % 4 , 2) from dual;
0.4
位與操作: &
語法: A & B
操作類型：所有數值類型
說明：返回A和B按位進行與操作的結果。結果的數值類型等於A的類型和B的類型的最小父類型（詳見數據類型的繼承關係）。
舉例：
hive> select 4 & 8 from dual;
0
hive> select 6 & 4 from dual;
4
位或操作: |
語法: A | B
操作類型：所有數值類型
說明：返回A和B按位進行或操作的結果。結果的數值類型等於A的類型和B的類型的最小父類型（詳見數據類型的繼承關係）。
舉例：
hive> select 4 | 8 from dual;
12
hive> select 6 | 8 from dual;
14
位異或操作: ^
語法: A ^ B
操作類型：所有數值類型
說明：返回A和B按位進行異或操作的結果。結果的數值類型等於A的類型和B的類型的最小父類型（詳見數據類型的繼承關係）。
舉例：
hive> select 4 ^ 8 from dual;
12
hive> select 6 ^ 4 from dual;
2
位取反操作: ~
語法: ~A
操作類型：所有數值類型
說明：返回A按位取反操作的結果。結果的數值類型等於A的類型。
舉例：
hive> select ~6 from dual;
-7
hive> select ~4 from dual;
-5
邏輯運算
邏輯與操作: AND
語法: A AND B
操作類型：boolean
說明：如果A和B均爲TRUE，則爲TRUE；否則爲FALSE。如果A爲NULL或B爲NULL，則爲NULL
舉例：
hive> select 1 from dual where 1=1 and 2=2;
1
邏輯或操作: OR
語法: A OR B
操作類型：boolean
說明：如果A爲TRUE，或者B爲TRUE，或者A和B均爲TRUE，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where 1=2 or 2=2;
1
邏輯非操作: NOT
語法: NOT A
操作類型：boolean
說明：如果A爲FALSE，或者A爲NULL，則爲TRUE；否則爲FALSE
舉例：
hive> select 1 from dual where not 1=2;
1
HIVE UDF整理（四）
hive 添加評論
十二 192011
複合類型構建操作
Map類型構建: map
語法: map (key1, value1, key2, value2, …)
說明：根據輸入的key和value對構建map類型
舉例：
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類型構建: struct
語法: struct(val1, val2, val3, …)
說明：根據輸入的參數構建結構體struct類型
舉例：
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類型構建: array
語法: array(val1, val2, …)
說明：根據輸入的參數構建數組array類型
舉例：
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 添加評論
十二 192011
複雜類型訪問操作
array類型訪問: A[n]
語法: A[n]
操作類型: A爲array類型，n爲int類型
說明：返回數組A中的第n個變量值。數組的起始下標爲0。比如，A是個值爲['foo', 'bar']的數組類型，那麼A[0]將返回’foo’,而A[1]將返回’bar’
舉例：
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類型訪問: M[key]
語法: M[key]
操作類型: M爲map類型，key爲map中的key值
說明：返回map類型M中，key值爲指定值的value值。比如，M是值爲{‘f’ -> ‘foo’, ‘b’ -> ‘bar’, ‘all’ -> ‘foobar’}的map類型，那麼M[‘all’]將會返回’foobar’
舉例：
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類型訪問: S.x
語法: S.x
操作類型: S爲struct類型
說明：返回結構體S中的x字段。比如，對於結構體struct foobar {int foo, int bar}，foobar.foo返回結構體中的foo字段
舉例：
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 添加評論
十二 192011
數值計算
取整函數: round
語法: round(double a)
返回值: BIGINT
說明: 返回double類型的整數值部分 （遵循四捨五入）
舉例：
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
指定精度取整函數: round
語法: round(double a, int d)
返回值: DOUBLE
說明: 返回指定精度d的double類型
舉例：
hive> select round(3.1415926,4) from dual;
3.1416
向下取整函數: floor
語法: floor(double a)
返回值: BIGINT
說明: 返回等於或者小於該double變量的最大的整數
舉例：
hive> select floor(3.1415926) from dual;
3
hive> select floor(25) from dual;
25
向上取整函數: ceil
語法: ceil(double a)
返回值: BIGINT
說明: 返回等於或者大於該double變量的最小的整數
舉例：
hive> select ceil(3.1415926) from dual;
4
hive> select ceil(46) from dual;
46
向上取整函數: ceiling
語法: ceiling(double a)
返回值: BIGINT
說明: 與ceil功能相同
舉例：
hive> select ceiling(3.1415926) from dual;
4
hive> select ceiling(46) from dual;
46
取隨機數函數: rand
語法: rand(),rand(int seed)
返回值: double
說明: 返回一個0到1範圍內的隨機數。如果指定種子seed，則會等到一個穩定的隨機數序列
舉例：
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
自然指數函數: exp
語法: exp(double a)
返回值: double
說明: 返回自然對數e的a次方
舉例：
hive> select exp(2) from dual;
7.38905609893065
自然對數函數: ln
語法: ln(double a)
返回值: double
說明: 返回a的自然對數
舉例：
hive> select ln(7.38905609893065) from dual;
2.0
以10爲底對數函數: log10
語法: log10(double a)
返回值: double
說明: 返回以10爲底的a的對數
舉例：
hive> select log10(100) from dual;
2.0
以2爲底對數函數: log2
語法: log2(double a)
返回值: double
說明: 返回以2爲底的a的對數
舉例：
hive> select log2(8) from dual;
3.0
對數函數: log
語法: log(double base, double a)
返回值: double
說明: 返回以base爲底的a的對數
舉例：
hive> select log(4,256) from dual;
4.0
冪運算函數: pow
語法: pow(double a, double p)
返回值: double
說明: 返回a的p次冪
舉例：
hive> select pow(2,4) from dual;
16.0
冪運算函數: power
語法: power(double a, double p)
返回值: double
說明: 返回a的p次冪,與pow功能相同
舉例：
hive> select power(2,4) from dual;
16.0
開平方函數: sqrt
語法: sqrt(double a)
返回值: double
說明: 返回a的平方根
舉例：
hive> select sqrt(16) from dual;
4.0
二進制函數: bin
語法: bin(BIGINT a)
返回值: string
說明: 返回a的二進制代碼表示
舉例：
hive> select bin(7) from dual;
111
十六進制函數: hex
語法: hex(BIGINT a)
返回值: string
說明: 如果變量是int類型，那麼返回a的十六進制表示；如果變量是string類型，則返回該字符串的十六進制表示
舉例：
hive> select hex(17) from dual;
11
hive> select hex(‘abc’) from dual;
616263
反轉十六進制函數: unhex
語法: unhex(string a)
返回值: string
說明: 返回該十六進制字符串所代碼的字符串
舉例：
hive> select unhex(’616263′) from dual;
abc
hive> select unhex(’11′) from dual;
-
hive> select unhex(616263) from dual;
abc
進制轉換函數: conv
語法: conv(BIGINT num, int from_base, int to_base)
返回值: string
說明: 將數值num從from_base進制轉化到to_base進制
舉例：
hive> select conv(17,10,16) from dual;
11
hive> select conv(17,10,2) from dual;
10001
絕對值函數: abs
語法: abs(double a) abs(int a)
返回值: double int
說明: 返回數值a的絕對值
舉例：
hive> select abs(-3.9) from dual;
3.9
hive> select abs(10.9) from dual;
10.9
正取餘函數: pmod
語法: pmod(int a, int b),pmod(double a, double b)
返回值: int double
說明: 返回正的a除以b的餘數
舉例：
hive> select pmod(9,4) from dual;
1
hive> select pmod(-9,4) from dual;
3
正弦函數: sin
語法: sin(double a)
返回值: double
說明: 返回a的正弦值
舉例：
hive> select sin(0.8) from dual;
0.7173560908995228
反正弦函數: asin
語法: asin(double a)
返回值: double
說明: 返回a的反正弦值
舉例：
hive> select asin(0.7173560908995228) from dual;
0.8
餘弦函數: cos
語法: cos(double a)
返回值: double
說明: 返回a的餘弦值
舉例：
hive> select cos(0.9) from dual;
0.6216099682706644
反餘弦函數: acos
語法: acos(double a)
返回值: double
說明: 返回a的反餘弦值
舉例：
hive> select acos(0.6216099682706644) from dual;
0.9
positive函數: positive
語法: positive(int a), positive(double a)
返回值: int double
說明: 返回a
舉例：
hive> select positive(-10) from dual;
-10
hive> select positive(12) from dual;
12
negative函數: negative
語法: negative(int a), negative(double a)
返回值: int double
說明: 返回-a
舉例：
hive> select negative(-5) from dual;
5
hive> select negative(8) from dual;
-8
HIVE UDF整理（七）
hive 添加評論
十二 192011
複雜類型長度統計函數
Map類型長度函數: size(Map<K.V>)
語法: size(Map<K.V>)
返回值: int
說明: 返回map類型的長度
舉例：
hive> select size(map(’100′,’tom’,’101′,’mary’)) from dual;
2
array類型長度函數: size(Array<T>)
語法: size(Array<T>)
返回值: int
說明: 返回array類型的長度
舉例：
hive> select size(array(’100′,’101′,’102′,’103′)) from dual;
4
類型轉換函數
類型轉換函數: cast
語法: cast(expr as <type>)
返回值: Expected “=” to follow “type”
說明: 返回array類型的長度
舉例：
hive> select cast(1 as bigint) from dual;
1
HIVE UDF整理（八）
2011
日期函數
UNIX時間戳轉日期函數: from_unixtime
語法: from_unixtime(bigint unixtime[, string format])
返回值: string
說明: 轉化UNIX時間戳（從1970-01-01 00:00:00 UTC到指定時間的秒數）到當前時區的時間格式
舉例：
hive> select from_unixtime(1323308943,’yyyyMMdd’) from dual;
20111208
獲取當前UNIX時間戳函數: unix_timestamp
語法: unix_timestamp()
返回值: bigint
說明: 獲得當前時區的UNIX時間戳
舉例：
hive> select unix_timestamp() from dual;
1323309615
日期轉UNIX時間戳函數: unix_timestamp
語法: unix_timestamp(string date)
返回值: bigint
說明: 轉換格式爲“yyyy-MM-dd HH:mm:ss“的日期到UNIX時間戳。如果轉化失敗，則返回0。
舉例：
hive> select unix_timestamp(’2011-12-07 13:01:03′) from dual;
1323234063
指定格式日期轉UNIX時間戳函數: unix_timestamp
語法: unix_timestamp(string date, string pattern)
返回值: bigint
說明: 轉換pattern格式的日期到UNIX時間戳。如果轉化失敗，則返回0。
舉例：
hive> select unix_timestamp(’20111207 13:01:03′,’yyyyMMdd HH:mm:ss’) from dual;
1323234063
日期時間轉日期函數: to_date
語法: to_date(string timestamp)
返回值: string
說明: 返回日期時間字段中的日期部分。
舉例：
hive> select to_date(’2011-12-08 10:03:01′) from dual;
2011-12-08
日期轉年函數: year
語法: year(string date)
返回值: int
說明: 返回日期中的年。
舉例：
hive> select year(’2011-12-08 10:03:01′) from dual;
2011
hive> select year(’2012-12-08′) from dual;
2012
日期轉月函數: month
語法: month (string date)
返回值: int
說明: 返回日期中的月份。
舉例：
hive> select month(’2011-12-08 10:03:01′) from dual;
12
hive> select month(’2011-08-08′) from dual;
8
日期轉天函數: day
語法: day (string date)
返回值: int
說明: 返回日期中的天。
舉例：
hive> select day(’2011-12-08 10:03:01′) from dual;
8
hive> select day(’2011-12-24′) from dual;
24
日期轉小時函數: hour
語法: hour (string date)
返回值: int
說明: 返回日期中的小時。
舉例：
hive> select hour(’2011-12-08 10:03:01′) from dual;
10
日期轉分鐘函數: minute
語法: minute (string date)
返回值: int
說明: 返回日期中的分鐘。
舉例：
hive> select minute(’2011-12-08 10:03:01′) from dual;
3
日期轉秒函數: second
語法: second (string date)
返回值: int
說明: 返回日期中的秒。
舉例：
hive> select second(’2011-12-08 10:03:01′) from dual;
1
日期轉周函數: weekofyear
語法: weekofyear (string date)
返回值: int
說明: 返回日期在當前的週數。
舉例：
hive> select weekofyear(’2011-12-08 10:03:01′) from dual;
49
日期比較函數: datediff
語法: datediff(string enddate, string startdate)
返回值: int
說明: 返回結束日期減去開始日期的天數。
舉例：
hive> select datediff(’2012-12-08′,’2012-05-09′) from dual;
213
日期增加函數: date_add
語法: date_add(string startdate, int days)
返回值: string
說明: 返回開始日期startdate增加days天后的日期。
舉例：
hive> select date_add(’2012-12-08′,10) from dual;
2012-12-18
日期減少函數: date_sub
語法: date_sub (string startdate, int days)
返回值: string
說明: 返回開始日期startdate減少days天后的日期。
舉例：
hive> select date_sub(’2012-12-08′,10) from dual;
2012-11-2
HIVE UDF整理（九）
hive 添加評論
十二 192011
條件函數
If函數: if
語法: if(boolean testCondition, T valueTrue, T valueFalseOrNull)
返回值: T
說明: 當條件testCondition爲TRUE時，返回valueTrue；否則返回valueFalseOrNull
舉例：
hive> select if(1=2,100,200) from dual;
200
hive> select if(1=1,100,200) from dual;
100
非空查找函數: COALESCE
語法: COALESCE(T v1, T v2, …)
返回值: T
說明: 返回參數中的第一個非空值；如果所有值都爲NULL，那麼返回NULL
舉例：
hive> select COALESCE(null,’100′,’50′) from dual;
100
條件判斷函數：CASE
語法: CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END
返回值: T
說明：如果a等於b，那麼返回c；如果a等於d，那麼返回e；否則返回f
舉例：
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
條件判斷函數：CASE
語法: CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END
返回值: T
說明：如果a爲TRUE,則返回b；如果c爲TRUE，則返回d；否則返回e
舉例：
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 添加評論
十二 192011
字符串函數
字符串長度函數：length
語法: length(string A)
返回值: int
說明：返回字符串A的長度
舉例：
hive> select length(‘abcedfg’) from dual;
7
字符串反轉函數：reverse
語法: reverse(string A)
返回值: string
說明：返回字符串A的反轉結果
舉例：
hive> select reverse(‘abcedfg’) from dual;
gfdecba
字符串連接函數：concat
語法: concat(string A, string B…)
返回值: string
說明：返回輸入字符串連接後的結果，支持任意個輸入字符串
舉例：
hive> select concat(‘abc’,'def’,'gh’) from dual;
abcdefgh
帶分隔符字符串連接函數：concat_ws
語法: concat_ws(string SEP, string A, string B…)
返回值: string
說明：返回輸入字符串連接後的結果，SEP表示各個字符串間的分隔符
舉例：
hive> select concat_ws(‘,’,'abc’,'def’,'gh’) from dual;
abc,def,gh
字符串截取函數：substr,substring
語法: substr(string A, int start),substring(string A, int start)
返回值: string
說明：返回字符串A從start位置到結尾的字符串
舉例：
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
字符串截取函數：substr,substring
語法: substr(string A, int start, int len),substring(string A, int start, int len)
返回值: string
說明：返回字符串A從start位置開始，長度爲len的字符串
舉例：
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
字符串轉大寫函數：upper,ucase
語法: upper(string A) ucase(string A)
返回值: string
說明：返回字符串A的大寫格式
舉例：
hive> select upper(‘abSEd’) from dual;
ABSED
hive> select ucase(‘abSEd’) from dual;
ABSED
字符串轉小寫函數：lower,lcase
語法: lower(string A) lcase(string A)
返回值: string
說明：返回字符串A的小寫格式
舉例：
hive> select lower(‘abSEd’) from dual;
absed
hive> select lcase(‘abSEd’) from dual;
absed
去空格函數：trim
語法: trim(string A)
返回值: string
說明：去除字符串兩邊的空格
舉例：
hive> select trim(‘ abc ‘) from dual;
abc
左邊去空格函數：ltrim
語法: ltrim(string A)
返回值: string
說明：去除字符串左邊的空格
舉例：
hive> select ltrim(‘ abc ‘) from dual;
abc
右邊去空格函數：rtrim
語法: rtrim(string A)
返回值: string
說明：去除字符串右邊的空格
舉例：
hive> select rtrim(‘ abc ‘) from dual;
abc
正則表達式替換函數：regexp_replace
語法: regexp_replace(string A, string B, string C)
返回值: string
說明：將字符串A中的符合java正則表達式B的部分替換爲C。注意，在有些情況下要使用轉義字符
舉例：
hive> select regexp_replace(‘foobar’, ‘oo|ar’, ”) from dual;
fb
正則表達式解析函數：regexp_extract
語法: regexp_extract(string subject, string pattern, int index)
返回值: string
說明：將字符串subject按照pattern正則表達式的規則拆分，返回index指定的字符。注意，在有些情況下要使用轉義字符
舉例：
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解析函數：parse_url
語法: parse_url(string urlString, string partToExtract [, string keyToExtract])
返回值: string
說明：返回URL中指定的部分。partToExtract的有效值爲：HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO.
舉例：
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解析函數：get_json_object
語法: get_json_object(string json_string, string path)
返回值: string
說明：解析json的字符串json_string,返回path指定的內容。如果輸入的json字符串無效，那麼返回NULL。
舉例：
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
空格字符串函數：space
語法: space(int n)
返回值: string
說明：返回長度爲n的字符串
舉例：
hive> select space(10) from dual;
hive> select length(space(10)) from dual;
10
重複字符串函數：repeat
語法: repeat(string str, int n)
返回值: string
說明：返回重複n次後的str字符串
舉例：
hive> select repeat(‘abc’,5) from dual;
abcabcabcabcabc
首字符ascii函數：ascii
語法: ascii(string str)
返回值: int
說明：返回字符串str第一個字符的ascii碼
舉例：
hive> select ascii(‘abcde’) from dual;
97
左補足函數：lpad
語法: lpad(string str, int len, string pad)
返回值: string
說明：將str進行用pad進行左補足到len位
舉例：
hive> select lpad(‘abc’,10,’td’) from dual;
tdtdtdtabc
與GP，ORACLE不同，pad 不能默認
右補足函數：rpad
語法: rpad(string str, int len, string pad)
返回值: string
說明：將str進行用pad進行右補足到len位
舉例：
hive> select rpad(‘abc’,10,’td’) from dual;
abctdtdtdt
分割字符串函數: split
語法: split(string str, string pat)
返回值: array
說明: 按照pat字符串分割str，會返回分割後的字符串數組
舉例：
hive> select split(‘abtcdtef’,'t’) from dual;
["ab","cd","ef"]
集合查找函數: find_in_set
語法: find_in_set(string str, string strList)
返回值: int
說明: 返回str在strlist第一次出現的位置，strlist是用逗號分割的字符串。如果沒有找該str字符，則返回0
舉例：
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 添加評論
十二 192011
集合統計函數
個數統計函數: count
語法: count(*), count(expr), count(DISTINCT expr[, expr_.])
返回值: int
說明: count(*)統計檢索出的行的個數，包括NULL值的行；count(expr)返回指定字段的非空值的個數；count(DISTINCT expr[, expr_.])返回指定字段的不同的非空值的個數
舉例：
hive> select count(*) from udftest;
20
hive> select count(distinct t) from udftest;
10
總和統計函數: sum
語法: sum(col), sum(DISTINCT col)
返回值: double
說明: sum(col)統計結果集中col的相加的結果；sum(DISTINCT col)統計結果中col不同值相加的結果
舉例：
hive> select sum(t) from udftest;
100
hive> select sum(distinct t) from udftest;
70
平均值統計函數: avg
語法: avg(col), avg(DISTINCT col)
返回值: double
說明: avg(col)統計結果集中col的平均值；avg(DISTINCT col)統計結果中col不同值相加的平均值
舉例：
hive> select avg(t) from udftest;
50
hive> select avg (distinct t) from udftest;
30
最小值統計函數: min
語法: min(col)
返回值: double
說明: 統計結果集中col字段的最小值
舉例：
hive> select min(t) from udftest;
20
最大值統計函數: max
語法: maxcol)
返回值: double
說明: 統計結果集中col字段的最大值
舉例：
hive> select max(t) from udftest;
120
非空集合總體變量函數: var_pop
語法: var_pop(col)
返回值: double
說明: 統計結果集中col非空集合的總體變量（忽略null）
舉例：
非空集合樣本變量函數: var_samp
語法: var_samp (col)
返回值: double
說明: 統計結果集中col非空集合的樣本變量（忽略null）
舉例：
總體標準偏離函數: stddev_pop
語法: stddev_pop(col)
返回值: double
說明: 該函數計算總體標準偏離，並返回總體變量的平方根，其返回值與VAR_POP函數的平方根相同
舉例：
樣本標準偏離函數: stddev_samp
語法: stddev_samp (col)
返回值: double
說明: 該函數計算樣本標準偏離
舉例：
中位數函數: percentile
語法: percentile(BIGINT col, p)
返回值: double
說明: 求準確的第pth個百分位數，p必須介於0和1之間，但是col字段目前只支持整數，不支持浮點數類型
舉例：
中位數函數: percentile
語法: percentile(BIGINT col, array(p1 [, p2]…))
返回值: array<double>
說明: 功能和上述類似，之後後面可以輸入多個百分位數，返回類型也爲array<double>，其中爲對應的百分位數。
舉例：
select percentile(score,<0.2,0.4>) from udftest； 取0.2，0.4位置的數據
近似中位數函數: percentile_approx
語法: percentile_approx(DOUBLE col, p [, B])
返回值: double
說明: 求近似的第pth個百分位數，p必須介於0和1之間，返回類型爲double，但是col字段支持浮點類型。參數B控制內存消耗的近似精度，B越大，結果的準確度越高。默認爲10,000。當col字段中的distinct值的個數小於B時，結果爲準確的百分位數
舉例：
近似中位數函數: percentile_approx
語法: percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B])
返回值: array<double>
說明: 功能和上述類似，之後後面可以輸入多個百分位數，返回類型也爲array<double>，其中爲對應的百分位數。
舉例：
直方圖: histogram_numeric
語法: histogram_numeric(col, b)
返回值: array<struct {‘x’,'y’}>
說明: 以b爲基準計算col的直方圖信息。
舉例：
hive> select histogram_numeric(100,5) from dual;
[{"x":100.0,"y":1.0}]