尝试在 Hive 上查找数字不适用于类似查询

Posted 2023-03-23

【中文标题】尝试在 Hive 上查找数字不适用于类似查询

【英文标题】：Trying to find numerics on Hive doesn't work with like query

【发布时间】：2021-10-21 22:23:10

【问题描述】：

我尝试使用以下查询在field1 中查找具有数值的行

SELECT field1 WHERE field1 NOT LIKE '%[^0-9]%'

但是，这也会返回字母数字值，例如 3a3f3rdf3

我可以用这个查询做我想做的事情。

SELECT field1 WHERE field1 NOT RLIKE '[^0-9]'

这也有效：

SELECT field1 WHERE cast(field1 as double) is not null

但我仍然想了解为什么第一个不起作用，主要是我无法从查询中分辨出区别。

【参考方案1】：

LIKE/NOT LIKE - 这是一个普通的字符串比较运算符。所以field1 NOT LIKE '%[^0-9]%' 不会给你正确的结果，因为它会寻找字符串[^0-9]，而不是像寻找单个数字的正则表达式。参考下面的屏幕截图，我创建了一个包含各种不同数据的 tmp 表。当我们使用not like 时，您可以看到只有[^0-9] 被排除在外，一切都保留了下来。

RLIKE - 这是一个正则表达式字符串比较运算符。因此，您使用的语法(RLIKE '[^0-9]') 是一个正则表达式，它将正确显示没有所有数字的数据。 请参阅此链接以了解更多关于 rlike - https://docs.cloudera.com/documentation/enterprise/6/6.3/topics/impala_operators.html#rlike

最后一个 SQL 将显示没有所有数字的数据，因为当该转换结果为 null 时，您正在转换和拾取。

【讨论】：

我不明白为什么 NOT LIKE 不起作用的解释。如果它在子字符串中查找 [^0-9]（即任何非数字），它应该可以正常工作，这也是 RLIKE 查询所做的。

not like 不是正则表达式比较运算符，因此它会寻找精确的模式，而不像您期望的正则表达式。我对我的回答附加了更多解释。