【灵光一现】温故而知新-hive常用函数盘点

不得不说hive虽然走mr跑的很慢 要借助tez才能快点，但是它函数方面还是做的很好的呀
除了能udf，udtf，多近多出外还有一些函数大大方便了使用者的编写难度和查询效率
本篇文章就用来写一些做项目过程中发光发热的那些函数

---

1.collect_set（）
能够查询分组情况下，将同一分组不同行的数据聚合在一起
比如

hive (gmall)> select course, collect_set(area), avg(score) from stud group by course;
chinese ["sh","bj"]     79.0
math    ["bj"]  93.5

也可以用下标来将某一个取出来

hive (gmall)> select course, collect_set(area)[0], avg(score) from stud group by course;
chinese sh      79.0
math    bj      93.5

2.日期处理函数

1）date_format函数（根据格式整理日期）

hive (gmall)> select date_format('2019-02-10','yyyy-MM');
2019-02

2）date_add函数（加减日期）

hive (gmall)> select date_add('2019-02-10',-1);
2019-02-09
hive (gmall)> select date_add('2019-02-10',1);
2019-02-11

3）next_day函数
（1）取当前天的下一个周二

hive (gmall)> select next_day('2020-03-19','TU');
OK
2020-03-24

说明：星期一到星期日的英文（Monday，Tuesday、Wednesday、Thursday、Friday、Saturday、Sunday）
（2）取当前周的周二

hive (gmall)> select date_add(next_day('2020-03-19','TU'),-7);
OK
2020-03-17

4）last_day函数（求当月最后一天日期）

hive (gmall)> select last_day('2020-02-18');
OK
2020-02-29

3.行转列 concat_ws
有点类似于mysql中的concat字符串拼接函数
它是一个特殊形式的 CONCAT()。第一个参数剩余参数间的分隔符。分隔符可以是与剩余参数一样的字符串。如果分隔符是 NULL，返回值也将为 NULL。这个函数会跳过分隔符参数后的任何 NULL 和空字符串。分隔符将被加到被连接的字符串之间
案例
如下表

select * from person_info
           > ;
OK
孙悟空	白羊座	A
大海	射手座	A
宋宋	白羊座	B
猪八戒	白羊座	A
凤姐	射手座	A

将同血型同星座的人放一起

射手座,A	大海|凤姐
白羊座,A	孙悟空|猪八戒
白羊座,B	宋宋
select
    t1.base,
    concat_ws('|', collect_set(t1.name)) name
from
    (select
        name,
        concat(constellation, ",", blood_type) base
    from
        person_info) t1
group by
    t1.base;

4.列转行explode()
EXPLODE(col)：将hive一列中复杂的array或者map结构拆分成多行。
LATERAL VIEW
用法：LATERAL VIEW udtf(expression) tableAlias AS columnAlias
解释：用于和split, explode等UDTF一起使用，它能够将一列数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合。
案例：
movie category
《疑犯追踪》 悬疑,动作,科幻,剧情
《Lie to me》 悬疑,警匪,动作,心理,剧情
《战狼2》 战争,动作,灾难
使用explode将其炸开，效果如下：
《疑犯追踪》 悬疑
《疑犯追踪》 动作
《疑犯追踪》 科幻
《疑犯追踪》 剧情
《Lie to me》 悬疑
《Lie to me》 警匪
《Lie to me》 动作
《Lie to me》 心理
《Lie to me》 剧情
《战狼2》 战争
《战狼2》 动作
《战狼2》 灾难

select
    movie,
    category_name
from
    movie_info lateral view explode(category) table_tmp as category_name;

5.over()窗口函数（mysql中也有，不过没这么花里胡哨）
相关函数说明
OVER()：指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化
CURRENT ROW：当前行
n PRECEDING：往前n行数据
n FOLLOWING：往后n行数据
UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING表示到后面的终点
LAG(col,n)：往前第n行数据
LEAD(col,n)：往后第n行数据
NTILE(n)：把有序分区中的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一 行，NTILE返回此行所属的组的编号。注意：n必须为int类型。
rank()系列：排名用
RANK() 排序相同时会重复，总数不会变
DENSE_RANK() 排序相同时会重复，总数会减少
ROW_NUMBER() 会根据顺序计算
开窗是个大环节，案例博主会单独开一篇文章介绍

赏

×

纯属好玩

谢谢你

打开支付宝扫一扫，即可进行扫码打赏哦