Hive 内建操作符与函数开发——深入浅出学Hive

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Hive 内建操作符与函数开发——深入浅出学Hive相关的知识,希望对你有一定的参考价值。

第一部分:关系运算

Hive支持的关系运算符
?常见的关系运算符
?等值比较: =
?不等值比较: <>
?小于比较: <
?小于等于比较: <=
?大于比较: >
?大于等于比较: >=
?空值判断: IS NULL
?非空判断: IS NOT NULL
?LIKE比较: LIKE
?JAVA的LIKE操作: RLIKE
?REGEXP操作: REGEXP
?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;
?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;
?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;
?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;
?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;
?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;
 
?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;
 
?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 ‘key‘ like ‘foot%‘;
1
hive> select 1 from dual where ‘key ‘ like ‘foot____‘;
1
注意:否定比较时候用 NOT A LIKE B
hive> select 1 from dual where NOT ‘key ‘ like ‘fff%‘;
?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$’;
1
注意:判断一个字符串是否全为数字:
hive>select 1 from dual where ‘123456‘ rlike ‘^\\d+$‘;
1
hive> select 1 from dual where ‘123456aa‘ rlike ‘^\\d+$‘;
1
?REGEXP操作: REGEXP
语法: A REGEXP B
操作类型: strings
描述: 功能与RLIKE相同
举例:
hive> select 1 from dual where ‘key‘ REGEXP ‘^f.*r$‘;
1
 
第二部分:逻辑运算与数学运算
Hive数学运算
?加法操作: +
?减法操作: -
?乘法操作: *
?除法操作: /
?取余操作: %
?位与操作: &
?位或操作: |
?位异或操作: ^
?位取反操作: ~
?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
?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
 
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
 
注意: hive 中最高精度的数据类型是 double, 只精确到小数点后 16 位,在做除法运算的时候要 特别注意
hive>select ceil(28.0/6.999999999999999999999) from dual limit 1;   
结果为4
hive>select ceil(28.0/6.99999999999999) from dual limit 1;          
结果为5
 
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
注意: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
Hive逻辑运算
?逻辑与操作: AND
?逻辑或操作: OR
?逻辑非操作: NOT
 
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;
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 ;
 
第三部分:数值运算
?取整函数: round
?指定精度取整函数: round
?向下取整函数: floor
?向上取整函数: ceil
?向上取整函数: ceiling
?取随机数函数: rand
?自然指数函数: exp
?以10为底对数函数: log10
?以2为底对数函数: log2
? 对数函数: log
?幂运算函数: pow
?幂运算函数: power
?开平方函数: sqrt
?二进制函数: bin
?十六进制函数: hex
?反转十六进制函数: unhex
?进制转换函数: conv
?绝对值函数: abs
?正取余函数: pmod
?正弦函数: sin
?反正弦函数: asin
?余弦函数: cos
?反余弦函数: acos
?positive函数: positive
?negative函数: negative
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 dual as select round(9542.158) from dual;
hive> describe dual;
_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
 
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
 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
 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
 
第四部分:日期函数
?UNIX时间戳转日期函数: from_unixtime
? 获取当前UNIX时间戳函数: unix_timestamp
?日期转UNIX时间戳函数: unix_timestamp
? 指定格式日期转UNIX时间戳函数: unix_timestamp
?日期时间转日期函数: to_date
?日期转年函数: year
? 日期转月函数: month
? 日期转天函数: day
? 日期转小时函数: hour
? 日期转分钟函数: minute
? 日期转秒函数: second
? 日期转周函数: weekofyear
? 日期比较函数: datediff
? 日期增加函数: date_add
? 日期减少函数: date_sub
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;
2012-11-28
 
第五部分:条件函数
?If函数: if
?非空查找函数: COALESCE
?条件判断函数:CASE
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
 
 
第六部分:字符串函数
?字符串长度函数:length
?字符串反转函数:reverse
?字符串连接函数:concat
? 带分隔符字符串连接函数:concat_ws
? 字符串截取函数:substr,substring
? 字符串截取函数:substr,substring
? 字符串转大写函数:upper,ucase
? 字符串转小写函数:lower,lcase
? 去空格函数:trim
? 左边去空格函数:ltrim
? 右边去空格函数:rtrim
?正则表达式替换函数:regexp_replace
?正则表达式解析函数:regexp_extract
?URL解析函数:parse_url
?json解析函数:get_json_object
?空格字符串函数:space
?重复字符串函数:repeat
?首字符ascii函数:ascii
?左补足函数:lpad
?右补足函数:rpad
?分割字符串函数: split
?集合查找函数: find_in_set
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,类似oracle中的regexp_replace函数。
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。
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
注意,在有些情况下要使用转义字符,下面的等号要用双竖线转 义,这是 java 正则表达式的规则。
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 = ‘2012-03-26‘ limit 2;
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":"[email protected]_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
注意: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
 
第七部分:集合统计函数
?个数统计函数: count
?总和统计函数: sum
?平均值统计函数: avg
? 最小值统计函数: min
?最大值统计函数: max
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 dual;
20
hive> select count(distinct t) from dual;
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 dual;
100
hive> select sum(distinct t) from dual;
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 dual;
50
hive> select avg (distinct t) from dual;
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 dual;
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 dual;
120
 
第八部分:符合类型构建操作
?Map类型构建: map
?Struct类型构建: struct
?array类型构建: array
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 alex_test as select map(‘100‘,‘tom‘,‘200‘,‘mary‘) as t from dual;
hive> describe alex_test;
t       map<string,string>
hive> select t from alex_test;
{"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 alex_test as select struct(‘tom‘,‘mary‘,‘tim‘) as t from dual;
hive> describe alex_test;
t       struct<col1:string,col2:string,col3:string>
hive> select t from alex_test;
{"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 alex_test as select array("tom","mary","tim") as t from dual;
hive> describe alex_test;
t       array<string>
hive> select t from alex_test;
["tom","mary","tim"]
 
 
第九部分:复杂类型访问操作
?array类型访问: A[n]
?map类型访问: M[key]
?struct类型访问: S.x
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 alex_test as select array("tom","mary","tim") as t from dual;
hive> select t[0],t[1],t[2] from alex_test;
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 alex_test as select map(‘100‘,‘tom‘,‘200‘,‘mary‘) as t from dual;
hive> select t[‘200‘],t[‘100‘] from alex_test;
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 alex_test as select struct(‘tom‘,‘mary‘,‘tim‘) as t from dual;
hive> describe alex_test;
t       struct<col1:string,col2:string,col3:string>
hive> select t.col1,t.col3 from alex_test;
tom     tim
第十部分:复杂类型长度统计函数
?Map类型长度函数: size(Map<K.V>)
?array类型长度函数: size(Array<T>)
?类型转换函数
  
 
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

以上是关于Hive 内建操作符与函数开发——深入浅出学Hive的主要内容,如果未能解决你的问题,请参考以下文章

hadoop生态系统学习之路hive的简单使用

hive参数——深入浅出学Hive

Hive 编程专题之 - 自定义函数 Java 篇

HIV组件

Hive QL——深入浅出学Hive

Hive 如何实现自定义函数 UDF