Hive中生成随机唯一标识ID的方法

Posted 2021-06-21 hellodev

HIVE中处理的数据往往比较多，在处理数据的时候希望给处理得到的数据一个ID标识，这时候可以用到UUID。

UUID的算法的核心思想是结合机器的网卡、当地时间、一个随即数来生成UUID。从理论上讲，如果一台机器每秒产生10000000个UUID，则可以保证（概率意义上）3240年不重复。UUID 的目的，是让分布式系统中的所有元素，都能有唯一的标识，而不需要透过中央控制端来做标识。如此一来，每个人都可以建立不与其它人冲突的UUID。在这样的情况下，就不需考虑数据标识建立时的名称重复问题。

产生形如下数据： 
690044a7-1400-4f2e-8003-4df850f21ac2 
0eea4f29-6e80-4d8e-a7ce-5d4ea5f0e882 
869d23f8-fe44-4d71-9c5b-3d94b1892f48

在HQL中可以这么写：

regexp_replace(reflect("java.util.UUID", "randomUUID"), "-", "")

将其中的‘-’清除掉，得到所要的唯一ID。缺点就是比较长。