hive的UDF 函数(User-Defined-Function)

时间:2021-01-17 09:09:33

阅读提示: 可以使用目录快捷定位所需要的知识点。

UDF函数可以直接应用于select语句,对查询结构做格式化处理后,再输出内容。

关系运算

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;
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;
1

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;
1

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;
1

大于比较: >

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大于表达式B,则为TRUE;否则为FALSE
举例:

hive> select 1 from dual where 2 > 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;
1

String的比较要注意(常用的时间比较可以先to_date之后再比较)

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;
1

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;
1

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 'football' like 'foot%';
1
hive> select 1 from dual where 'football' like 'foot____';
1

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

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 'footbar' REGEXP '^f.*r$';
1

数学运算

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。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
hive> create table udftest as select 1 + 1.2 from dual;
hive> describe udftest;
_c0     double

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。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 105 from dual;
5
hive> create table udftest as select 5.64 from dual;
hive> describe udftest;
_c0     double

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。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

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。
举例:

hive> select 41 % 5 from dual;
1
hive> select 8.4 % 4 from dual;
0.40000000000000036

注: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。
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。
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。
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

逻辑运算

逻辑与操作: AND

语法: A AND B
操作类型:boolean(布尔型)
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;
1

复合类型构建操作

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 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 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 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"]

复杂类型访问操作

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 udftest as select map('100','tom','200','mary') as t from dual;
hive> select t['200'],t['100'] from udftest;
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 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

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 udftest as select array("tom","mary","tim") as t from dual;
hive> select t[0],t[1],t[2] from udftest;
tom     mary    tim

数值计算

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 udftest as select round(9542.158) from dual;
hive> describe udftest;
_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
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
举例:

hive> select ln(7.38905609893065) from dual;
2.0

以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

以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

复杂类型长度统计函数

Map类型长度函数: size(Map

hive> select size(map('100','tom','101','mary')) from dual;
2

array类型长度函数: size(Array)

语法: size(Array)
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 )
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

日期函数

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;
2012-11-2

条件函数

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1: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
hive> Select case 200 when 50 then 'tom' when 100 then 'mary' else 'tim' end from dual;
tim

条件判断函数2:CASE

语法: CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END
返回值: T
说明:如果a为TRUE,则返回b;如果c为TRUE,则返回d;否则返回e
举例:

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

字符串函数

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1: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2: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
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。注意,在有些情况下要使用转义字符
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

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":"amy@only_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

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

集合统计函数

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 udftest;
20
hive> select count(distinct t) from udftest;
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 udftest;
100
hive> select sum(distinct t) from udftest;
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 udftest;
50
hive> select avg (distinct t) from udftest;
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 udftest;
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 udftest;
120

非空集合总体变量函数: var_pop

语法: var_pop(col)
返回值: double
说明: 统计结果集中col非空集合的总体变量(忽略null)
举例:

非空集合样本变量函数: var_samp

语法: var_samp (col)
返回值: double
说明: 统计结果集中col非空集合的样本变量(忽略null)
举例:

总体标准偏离函数: stddev_pop

语法: stddev_pop(col)
返回值: double
说明: 该函数计算总体标准偏离,并返回总体变量的平方根,其返回值与VAR_POP函数的平方根相同
举例:

样本标准偏离函数: stddev_samp

语法: stddev_samp (col)
返回值: double
说明: 该函数计算样本标准偏离
举例:

中位数函数: percentile

语法: percentile(BIGINT col, p)
返回值: double
说明: 求准确的第pth个百分位数,p必须介于0和1之间,但是col字段目前只支持整数,不支持浮点数类型
举例:

中位数函数: percentile

语法: percentile(BIGINT col, array(p1 [, p2]…))
返回值: array
说明: 功能和上述类似,之后后面可以输入多个百分位数,返回类型也为array,其中为对应的百分位数。
举例:

select percentile(score,<0.2,0.4>) from udftest; 取0.20.4位置的数据

近似中位数函数: percentile_approx

语法: percentile_approx(DOUBLE col, p [, B])
返回值: double
说明: 求近似的第pth个百分位数,p必须介于0和1之间,返回类型为double,但是col字段支持浮点类型。参数B控制内存消耗的近似精度,B越大,结果的准确度越高。默认为10,000。当col字段中的distinct值的个数小于B时,结果为准确的百分位数
举例:

近似中位数函数: percentile_approx

语法: percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B])
返回值: array
说明: 功能和上述类似,之后后面可以输入多个百分位数,返回类型也为array,其中为对应的百分位数。
举例:

直方图: histogram_numeric

语法: histogram_numeric(col, b)
返回值: array

hive> select histogram_numeric(100,5) from dual;
[{"x":100.0,"y":1.0}]

聚合函数:collect_set

语法:collect_set(col)
返回值:array
说明:对col列进行去重操作,产生一个去重后的数组,通常与时间窗函数一起使用
举例:

hive> select collect_set(col) from dual;

聚合函数2:collect_list

语法:collect_list(col)
返回值:array
说明:与collect_set的区别在于不进行去重操作
举例:

hive> select collect_list(col) from dual;

参考链接

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF