1. 字符 ascii 碼函數:ascii
語法: ascii(string str)
返回值: int
說明:返回字符串 str 中第一個字符的ascii 碼
舉例:
hive> select ascii('ba') from test;
OK
98
2. base64 字符串
語法: base64(binary bin)
返回值: string
說明:返回二進制 bin 的 base 編碼字符串
舉例:
hive> select base64(binary('test')) from test;
OK
bHh3MTIzNA==
3. 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后的結果,支持任意個輸入字符串
舉例:
hive> select concat(‘abc’,'def’,'gh’) from test;
abcdefgh
4. 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后的結果,SEP 表示各個字符串間的分隔符
舉例:
hive> select concat_ws(',','abc','def','gh') from test;
abc,def,gh
5. 數組轉換成字符串的函數: concat_ws
語法: concat_ws(string SEP, array<string>)
返回值: string
說明:返回將數組鏈接成字符串后的結果,SEP 表示各個字符串間的分隔符
舉例:
hive> select concat_ws('|',array('a','b','c')) fromtest;
OK
a|b|c
6. 小數位格式化成字符串函數: format_number
語法: format_number(number x, int d)
返回值: string
說明:將數值 x 的小數位格式化成 d 位,四舍五入
舉例:
hive> select format_number(5.23456,3) from test;
OK
5.235
7. 字符串截取函數:substr,substring
語法: substr(string A, int start),substring(string A, intstart)
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 test;
cde
hive> select substring('abcde',3) from test;
cde
hive> select substr('abcde',-1) from test; (和 ORACLE 相同)
e
8. 字符串截取函數:substr,substring
語法: substr(string A, int start, int len),substring(string A, intstart, int len)
返回值: string
說明:返回字符串 A 從 start 位置開始,長度為 len 的字符串
舉例:
hive> select substr('abcde',3,2) from test;
cd
hive> select substring('abcde',3,2) from test;
cd
hive>select substring('abcde',-2,2) from test;
de
9. 字符串查找函數: instr
語法: instr(string str, string substr)
返回值: int
說明:返回字符串 substr 在 str 中首次出現的位置
舉例:
hive> select instr('abcdf','df') from test;
OK
4
10. 字符串長度函數: length
語法: length(string A)
返回值: int
說明:返回字符串的長度
舉例:
hive> select length('abc') from test;
OK
3
11. 字符串查找函數:locate
語法: locate(string substr, string str[, int pos])
返回值: int
說明:返回字符串 substr 在 str 中從 pos 后查找,首次出現的位置
舉例:
hive> select locate('a','abcda',1) from test;
OK
1
hive> select locate('a','abcda',2) from test;
OK
5
12. 字符串格式化函數:printf
語法: printf(String format, Obj... args)
返回值: string
說明:將指定對象用 format 格式進行格式化.
舉例:
hive> select printf("%08X",123) from test;
OK
0000007B
13. 字符串轉換成 map 函數: str_to_map
語法: str_to_map(text[, delimiter1, delimiter2])
返回值: map<string,string>
說明:將字符串按照給定的分隔符轉換成 map 結構.
舉例:
hive> select str_to_map('k1:v1,k2:v2') from test;
OK
{"k2":"v2","k1":"v1"}
hive> select str_to_map('k1=v1,k2=v2',',','=') fromtest;
OK
{"k2":"v2","k1":"v1"}
14. base64 解碼函數:unbase64(string str)
語法: unbase64(string str)
返回值: binary
說明:將給定的 base64 字符串解碼成二進制.
舉例:
hive> select unbase64('bHh3MTIzNA==') from test;
OK
test
15. 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 test;
ABSED
hive> select ucase('abSEd') from test;
ABSED
16. 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 test;
absed
hive> select lcase('abSEd') from test;
absed
17. 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 test;
abc
18. 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 test;
abc
19. 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 test;
abc
20. 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 的部分替換為 C。注意,在有些情況下要使用轉義字符,類似 oracle 中的 regexp_replace 函數。
舉例:
hive> select regexp_replace('foobar', 'oo|ar', '')from test;
fb
21. 正則表達式解析函數:regexp_extract
語法: regexp_extract(string subject, string pattern, intindex)
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。
舉例:
hive> select regexp_extract('foothebar','foo(.*?)(bar)', 1) from test;
the
hive> select regexp_extract('foothebar','foo(.*?)(bar)', 2) from test;
bar
hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0)from test;
foothebar
注意,在有些情況下要使用轉義字符,下面的等號要用雙豎線轉義,這是 java 正則表達式的規則。
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) asccc
from pt_nginx_loginlog_st
where pt = '2012-03-26' limit 2;
22. URL 解析函數:parse_url
語法: parse_url(string urlString, string partToExtract [, stringkeyToExtract])
返回值: string
說明:返回 URL 中指定的部分。partToExtract 的有效值為:HOST, PATH, QUERY,REF,PROTOCOL, AUTHORITY, FILE, and USERINFO.
舉例:
hive> selectparse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST') from
test;
facebook.com
hive> selectparse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY','k1')
from test;
v1
23. 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,那么返回 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 test;
amy
24. 空格字符串函數:space
語法: space(int n)
返回值: string
說明:返回長度為 n 的字符串
舉例:
hive> select space(10) from test;
hive> select length(space(10)) from test;
10
25. 重復字符串函數:repeat
語法: repeat(string str, int n)
返回值: string
說明:返回重復 n 次后的str 字符串
舉例:
hive> select repeat('abc',5) from test;
abcabcabcabcabc
26. 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 test;
tdtdtdtabc
注意:與 GP,ORACLE 不同,pad 不能默認
27. 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 test;
abctdtdtdt
28. 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,會返回分割后的字符串數組
舉例:
hive> select split('abtcdtef','t') from test;
["ab","cd","ef"]
29. 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。如果沒有找到該 str 字符,則返回 0
舉例:
hive> select find_in_set('ab','ef,ab,de') from test;
2
hive> select find_in_set('at','ef,ab,de') from test;
0
30. 分詞函數:sentences
語法: sentences(string str, string lang, string locale)
返回值: array<array<string>>
說明:返回輸入 str 分詞后的單詞數組
舉例:
hive> select sentences('hello word!hello hive,hi hive,hellohive') from test;
OK
[["hello","word"],["hello","hive","hi","hive","hello","hive"]]
31. 分詞后統計一起出現頻次最高的 TOP-K
語法: ngrams(array<array<string>>, int N, intK, int pf)
返回值: array<struct<string,double>>
說明:與 sentences()函數一起使用,分詞后,統計分詞結果中一起出現頻次最高的TOP-K 結果
舉例:
hive> SELECT ngrams(sentences('hello word!hellohive,hi hive,hello hive'),2,2) FROM
test;
[{"ngram":["hello","hive"],"estfrequency":2.0},{"ngram":["hive","hello"],"estfrequency":1.0}]
該查詢中,統計的是兩個詞在一起出現頻次最高的 TOP-2
結果中,hello 與 hive 同時出現 2 次
32. 分詞后統計與指定單詞一起出現頻次最高的 TOP-K
語法: context_ngrams(array<array<string>>,array<string>, int K, int pf)
返回值: array<struct<string,double>>
說明:與 sentences()函數一起使用,分詞后,統計分詞結果中與數組中指定的單詞一起出現(包括順序)頻次最高的 TOP-K 結果
舉例:
hive>
SELECT
context_ngrams(sentences('hello
word!hello
hive,hi
hive,hello
hive'),array('hello',null),3) FROM test;
[{"ngram":["hive"],"estfrequency":2.0},{"ngram":["word"],"estfrequency":1.0}]
該查詢中,統計的是與’hello’一起出現,並且在 hello 后面的頻次最高的TOP-3
結果中,hello 與 hive 同時出現 2 次,hello 與 word 同時出現 1 次。
hive>
SELECT
context_ngrams(sentences('hello
word!hello
hive,hi
hive,hello
hive'),array(null,'hive'),3) FROM test;
[{"ngram":["hello"],"estfrequency":2.0},{"ngram":["hi"],"estfrequency":1.0}]
該查詢中,統計的是與’hive’一起出現,並且在 hive 之前的頻次最高的 TOP-3
---------------------
作者：Zzreal
來源：CSDN
原文：https://blog.csdn.net/zonzereal/article/details/79116800
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！