柚子快報邀請碼778899分享：hive sql 語句查詢規(guī)則

http://yzkb.51969.com/

一、單表查詢

SELECT [ALL | DISTINCT] select_expr, select_expr, ...

FROM table_reference

[WHERE where_condition]

[GROUP BY col_list [HAVING condition]]

[CLUSTER BY col_list

| [DISTRIBUTE BY col_list] [SORT BY| ORDER BY col_list]

]

[LIMIT number]

注意： 1、order by 會對輸入做全局排序，因此只有一個reducer，會導致當輸入規(guī)模較大時，需要較長的計算時間。 2、sort by不是全局排序，其在數(shù)據(jù)進入reducer前完成排序。因此，如果用sort by進行排序，并且設(shè)置mapred.reduce.tasks>1，則sort by只保證每個reducer的輸出有序，不保證全局有序。 3、distribute by(字段)根據(jù)指定的字段將數(shù)據(jù)分到不同的reducer，且分發(fā)算法是hash散列。 4、Cluster by(字段) 除了具有Distribute by的功能外，還會對該字段進行排序。 因此，如果分桶和sort字段是同一個時，此時，cluster by = distribute by + sort by

1.1 WHERE語句

select * from score where s_score < 60;

注意： 小于某個值是不包含null的，如上查詢結(jié)果是把 s_score 為 null 的行剔除的

1.2 GROUP BY 分組

select s_id ,avg(s_score) from score group by s_id;

分組后對數(shù)據(jù)進行篩選，使用having

select s_id ,avg(s_score) avgscore from score group by s_id having avgscore > 85;

注意：

如果使用 group by 分組，則 select 后面只能寫分組的字段或者聚合函數(shù)

where和having區(qū)別：

1 having是在 group by 分完組之后再對數(shù)據(jù)進行篩選，所以having 要篩選的字段只能是分組字段或者聚合函數(shù)

2 where 是從數(shù)據(jù)表中的字段直接進行的篩選的，所以不能跟在gruop by后面，也不能使用聚合函數(shù)

1.3 join 連接

INNER JOIN 內(nèi)連接：只有進行連接的兩個表中都存在與連接條件相匹配的數(shù)據(jù)才會被保留下來

select * from techer t [inner] join course c on t.t_id = c.t_id; -- inner 可省略

LEFT OUTER JOIN 左外連接：左邊所有數(shù)據(jù)會被返回，右邊符合條件的被返回

select * from techer t left join course c on t.t_id = c.t_id; -- outer可省略

RIGHT OUTER JOIN 右外連接：右邊所有數(shù)據(jù)會被返回，左邊符合條件的被返回、

select * from techer t right join course c on t.t_id = c.t_id;

FULL OUTER JOIN 滿外(全外)連接: 將會返回所有表中符合條件的所有記錄。如果任一表的指定字段沒有符合條件的值的話，那么就使用NULL值替代。

SELECT * FROM techer t FULL JOIN course c ON t.t_id = c.t_id ;

注：1. hive2版本已經(jīng)支持不等值連接，就是 join on條件后面可以使用大于小于符號了;并且也支持 join on 條件后跟or (早前版本 on 后只支持 = 和 and，不支持 > < 和 or)

2.如hive執(zhí)行引擎使用MapReduce，一個join就會啟動一個job，一條sql語句中如有多個join，則會啟動多個job

注意：表之間用逗號(,)連接和 inner join 是一樣的

select * from table_a,table_b where table_a.id=table_b.id;

它們的執(zhí)行效率沒有區(qū)別，只是書寫方式不同，用逗號是sql 89標準，join 是sql 92標準。用逗號連接后面過濾條件用 where ，用 join 連接后面過濾條件是 on。

1.4 order by 排序

全局排序，只會有一個reduce

ASC（ascend）: 升序（默認） DESC（descend）: 降序

SELECT * FROM student s LEFT JOIN score sco ON s.s_id = sco.s_id ORDER BY sco.s_score DESC;

注意：order by 是全局排序，所以最后只有一個reduce，也就是在一個節(jié)點執(zhí)行，如果數(shù)據(jù)量太大，就會耗費較長時間

1.5 sort by 局部排序

查詢成績按照成績降序排列

select * from score sort by s_score;

1.6 distribute by 分區(qū)排序

distribute by：類似MR中partition，進行分區(qū)，結(jié)合sort by使用

通過distribute by 進行數(shù)據(jù)的分區(qū)

select * from score distribute by s_id sort by s_score;

注意：Hive要求 distribute by 語句要寫在 sort by 語句之前

1.7 cluster by

當distribute by和sort by字段相同時，可以使用cluster by方式.

cluster by除了具有distribute by的功能外還兼具sort by的功能。但是排序只能是正序排序，不能指定排序規(guī)則為ASC或者DESC。

以下兩種寫法等價

select * from score cluster by s_id;

select * from score distribute by s_id sort by s_id;

二、Hive函數(shù)

2.1 聚合函數(shù)-count(),max(),min(),sum(),avg()

注意：

聚合操作時要注意null值

count(*) 包含null值，統(tǒng)計所有行數(shù)

count(id) 不包含null值

min 求最小值是不包含null，除非所有值都是null

avg 求平均值也是不包含null

非空集合總體變量函數(shù): var_pop

語法: var_pop(col)

返回值: double

說明: 統(tǒng)計結(jié)果集中col非空集合的總體變量（忽略null）

非空集合樣本變量函數(shù): var_samp

語法: var_samp (col)

返回值: double

說明: 統(tǒng)計結(jié)果集中col非空集合的樣本變量（忽略null）

總體標準偏離函數(shù): stddev_pop

語法: stddev_pop(col)

返回值: double

說明: 該函數(shù)計算總體標準偏離，并返回總體變量的平方根，其返回值與VAR_POP函數(shù)的平方根相同

中位數(shù)函數(shù): percentile

語法: percentile(BIGINT col, p)

返回值: double

說明: 求準確的第pth個百分位數(shù)，p必須介于0和1之間，但是col字段目前只支持整數(shù)，不支持浮點數(shù)類型

2.2 關(guān)系運算

支持：等值(=)、不等值(!= 或 <>)、小于(<)、小于等于(<=)、大于(>)、大于等于(>=)

空值判斷(is null)、非空判斷(is not null)

LIKE比較: LIKE

語法: A LIKE B

操作類型: strings

描述: 如果字符串A或者字符串B為NULL，則返回NULL；如果字符串A符合表達式B 的正則語法，則為TRUE；否則為FALSE。B中字符”_”表示任意單個字符，而字符”%”表示任意數(shù)量的字符。

JAVA的LIKE操作: RLIKE

語法: A RLIKE B

操作類型: strings

描述: 如果字符串A或者字符串B為NULL，則返回NULL；如果字符串A符合JAVA正則表達式B的正則語法，則為TRUE；否則為FALSE。

REGEXP操作: REGEXP

語法: A REGEXP B

操作類型: strings

描述: 功能與RLIKE相同

示例：select 1 from tableName where 'footbar' REGEXP '^f.*r$';

結(jié)果：1

2.3 數(shù)學運算

支持所有數(shù)值類型：加(+)、減(-)、乘(*)、除(/)、取余(%)、位與(&)、位或(|)、位異或(^)、位取反(~)

2.4 邏輯運算

支持：邏輯與(and)、邏輯或(or)、邏輯非(not)

2.5 數(shù)值運算

取整函數(shù): round

語法: round(double a)

返回值: BIGINT

說明: 返回double類型的整數(shù)值部分 （遵循四舍五入）

示例：select round(3.1415926) from tableName;

結(jié)果：3

指定精度取整函數(shù): round

語法: round(double a, int d)

返回值: DOUBLE

說明: 返回指定精度d的double類型

hive> select round(3.1415926,4) from tableName;

3.1416

向下取整函數(shù): floor

語法: floor(double a)

返回值: BIGINT

說明: 返回等于或者小于該double變量的最大的整數(shù)

hive> select floor(3.641) from tableName;

3

向上取整函數(shù): ceil

語法: ceil(double a)

返回值: BIGINT

說明: 返回等于或者大于該double變量的最小的整數(shù)

hive> select ceil(3.1415926) from tableName;

4

取隨機數(shù)函數(shù): rand

語法: rand(),rand(int seed)

返回值: double

說明: 返回一個0到1范圍內(nèi)的隨機數(shù)。如果指定種子seed，則會等到一個穩(wěn)定的隨機數(shù)序列

hive> select rand() from tableName; -- 每次執(zhí)行此語句得到的結(jié)果都不同

0.5577432776034763

hive> select rand(100) ; -- 只要指定種子，每次執(zhí)行此語句得到的結(jié)果一樣的

0.7220096548596434

自然指數(shù)函數(shù): exp

語法: exp(double a)

返回值: double

說明: 返回自然對數(shù)e的a次方

hive> select exp(2) ;

7.38905609893065

以10為底對數(shù)函數(shù): log10

語法: log10(double a)

返回值: double

說明: 返回以10為底的a的對數(shù)

hive> select log10(100) ;

2.0

此外還有：以2為底對數(shù)函數(shù): log2()、對數(shù)函數(shù): log()

冪運算函數(shù): pow

語法: pow(double a, double p)

返回值: double

說明: 返回a的p次冪

hive> select pow(2,4) ;

16.0

開平方函數(shù): sqrt

語法: sqrt(double a)

返回值: double

說明: 返回a的平方根

hive> select sqrt(16) ;

4.0

二進制函數(shù): bin

語法: bin(BIGINT a)

返回值: string

說明: 返回a的二進制代碼表示

hive> select bin(7) ;

111

十六進制函數(shù): hex()、將十六進制轉(zhuǎn)化為字符串函數(shù): unhex()

進制轉(zhuǎn)換函數(shù): conv(bigint num, int from_base, int to_base) 說明: 將數(shù)值num從from_base進制轉(zhuǎn)化到to_base進制

此外還有很多數(shù)學函數(shù)：絕對值函數(shù): abs()、正取余函數(shù): pmod()、正弦函數(shù): sin()、反正弦函數(shù): asin()、余弦函數(shù): cos()、反余弦函數(shù): acos()、positive函數(shù): positive()、negative函數(shù): negative()

2.6 條件函數(shù)

If函數(shù): if

語法: if(boolean testCondition, T valueTrue, T valueFalseOrNull)

返回值: T

說明: 當條件testCondition為TRUE時，返回valueTrue；否則返回valueFalseOrNull

hive> select if(1=2,100,200) ;

200

hive> select if(1=1,100,200) ;

100

非空查找函數(shù): coalesce

語法: coalesce(T v1, T v2, …)

返回值: T

說明: 返回參數(shù)中的第一個非空值；如果所有值都為NULL，那么返回NULL

hive> select coalesce(null,'100','50') ;

100

條件判斷函數(shù)：case when (兩種寫法，其一)

語法: case when a then b [when c then d]* [else e] end

返回值: T

說明：如果a為TRUE,則返回b；如果c為TRUE，則返回d；否則返回e

hive> select case when 1=2 then 'tom' when 2=2 then 'mary' else 'tim' end from tableName;

mary

條件判斷函數(shù)：case when (兩種寫法，其二)

語法: case a when b then c [when d then e]* [else f] end

返回值: T

說明：如果a等于b，那么返回c；如果a等于d，那么返回e；否則返回f

hive> Select case 100 when 50 then 'tom' when 100 then 'mary' else 'tim' end from tableName;

mary

2.7 日期函數(shù)

注：以下SQL語句中的 from tableName 可去掉，不影響查詢結(jié)果

獲取當前UNIX時間戳函數(shù): unix_timestamp

語法: unix_timestamp()

返回值: bigint

說明: 獲得當前時區(qū)的UNIX時間戳

hive> select unix_timestamp() from tableName;

1616906976

UNIX時間戳轉(zhuǎn)日期函數(shù): from_unixtime

語法: from_unixtime(bigint unixtime[, string format])

返回值: string

說明: 轉(zhuǎn)化UNIX時間戳（從1970-01-01 00:00:00 UTC到指定時間的秒數(shù)）到當前時區(qū)的時間格式

hive> select from_unixtime(1616906976,'yyyyMMdd') from tableName;

20210328

日期轉(zhuǎn)UNIX時間戳函數(shù): unix_timestamp

語法: unix_timestamp(string date)

返回值: bigint

說明: 轉(zhuǎn)換格式為"yyyy-MM-dd HH:mm:ss"的日期到UNIX時間戳。如果轉(zhuǎn)化失敗，則返回0。

hive> select unix_timestamp('2021-03-08 14:21:15') from tableName;

1615184475

指定格式日期轉(zhuǎn)UNIX時間戳函數(shù): unix_timestamp

語法: unix_timestamp(string date, string pattern)

返回值: bigint

說明: 轉(zhuǎn)換pattern格式的日期到UNIX時間戳。如果轉(zhuǎn)化失敗，則返回0。

hive> select unix_timestamp('2021-03-08 14:21:15','yyyyMMdd HH:mm:ss') from tableName;

1615184475

日期時間轉(zhuǎn)日期函數(shù): to_date

語法: to_date(string timestamp)

返回值: string

說明: 返回日期時間字段中的日期部分。

hive> select to_date('2021-03-28 14:03:01') from tableName;

2021-03-28

日期轉(zhuǎn)年函數(shù): year

語法: year(string date)

返回值: int

說明: 返回日期中的年。

hive> select year('2021-03-28 10:03:01') from tableName;

2021

hive> select year('2021-03-28') from tableName;

2021

日期轉(zhuǎn)月函數(shù): month

語法: month (string date)

返回值: int

說明: 返回日期中的月份。

hive> select month('2020-12-28 12:03:01') from tableName;

12

hive> select month('2021-03-08') from tableName;

8

日期轉(zhuǎn)天函數(shù): day

語法: day (string date)

返回值: int

說明: 返回日期中的天。

hive> select day('2020-12-08 10:03:01') from tableName;

8

hive> select day('2020-12-24') from tableName;

24

日期轉(zhuǎn)小時函數(shù): hour

語法: hour (string date)

返回值: int

說明: 返回日期中的小時。

hive> select hour('2020-12-08 10:03:01') from tableName;

10

日期轉(zhuǎn)分鐘函數(shù): minute

語法: minute (string date)

返回值: int

說明: 返回日期中的分鐘。

hive> select minute('2020-12-08 10:03:01') from tableName;

3

日期轉(zhuǎn)秒函數(shù): second

語法: second (string date)

返回值: int

說明: 返回日期中的秒。

hive> select second('2020-12-08 10:03:01') from tableName;

1

日期轉(zhuǎn)周函數(shù): weekofyear

語法: weekofyear (string date)

返回值: int

說明: 返回日期在當前的周數(shù)。

hive> select weekofyear('2020-12-08 10:03:01') from tableName;

49

日期比較函數(shù): datediff

語法: datediff(string enddate, string startdate)

返回值: int

說明: 返回結(jié)束日期減去開始日期的天數(shù)。

hive> select datediff('2020-12-08','2012-05-09') from tableName;

213

日期增加函數(shù): date_add

語法: date_add(string startdate, int days)

返回值: string

說明: 返回開始日期startdate增加days天后的日期。

hive> select date_add('2020-12-08',10) from tableName;

2020-12-18

日期減少函數(shù): date_sub

語法: date_sub (string startdate, int days)

返回值: string

說明: 返回開始日期startdate減少days天后的日期。

hive> select date_sub('2020-12-08',10) from tableName;

2020-11-28

日期常用函數(shù)

//昨天

select format_datetime(date_add('day',-1,current_date),'yyyyMMdd')

// 月份

select substr(cast(current_date as varchar) , 1 ,7 )

//獲取上月月初

select date_trunc('month', (date_add('day', - day_of_month(current_date), current_date)));

上個月月末

select date_add('day', - day_of_month(current_date), current_date);

//月初

select date_trunc('month',current_date)

//月末

SELECT date_add('day', -1, date_add('month', 1, date_trunc('month', current_date)))

2.8 字符串函數(shù)

字符串長度函數(shù)：length

語法: length(string A)

返回值: int

說明：返回字符串A的長度

hive> select length('abcedfg') from tableName;

7

字符串反轉(zhuǎn)函數(shù)：reverse

語法: reverse(string A)

返回值: string

說明：返回字符串A的反轉(zhuǎn)結(jié)果

hive> select reverse('abcedfg') from tableName;

gfdecba

字符串連接函數(shù)：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(jié)果，支持任意個輸入字符串

hive> select concat('abc','def’,'gh')from tableName;

abcdefgh

帶分隔符字符串連接函數(shù)：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(jié)果，SEP表示各個字符串間的分隔符

hive> select concat_ws(',','abc','def','gh')from tableName;

abc,def,gh

字符串截取函數(shù)：substr,substring

語法: substr(string A, int start),substring(string A, int start)

返回值: string

說明：返回字符串A從start位置到結(jié)尾的字符串

hive> select substr('abcde',3) from tableName;

cde

hive> select substring('abcde',3) from tableName;

cde

hive> select substr('abcde',-1) from tableName; （和ORACLE相同）

e

字符串截取函數(shù)：substr,substring

語法: substr(string A, int start, int len),substring(string A, int start, 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

hive> select substr('abcde',3,2) from tableName;

cd

hive> select substring('abcde',3,2) from tableName;

cd

hive>select substring('abcde',-2,2) from tableName;

de

字符串轉(zhuǎn)大寫函數(shù)：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

hive> select upper('abSEd') from tableName;

ABSED

hive> select ucase('abSEd') from tableName;

ABSED

字符串轉(zhuǎn)小寫函數(shù)：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

hive> select lower('abSEd') from tableName;

absed

hive> select lcase('abSEd') from tableName;

absed

去空格函數(shù)：trim

語法: trim(string A)

返回值: string

說明：去除字符串兩邊的空格

hive> select trim(' abc ') from tableName;

abc

左邊去空格函數(shù)：ltrim

語法: ltrim(string A)

返回值: string

說明：去除字符串左邊的空格

hive> select ltrim(' abc ') from tableName;

abc

右邊去空格函數(shù)：rtrim

語法: rtrim(string A)

返回值: string

說明：去除字符串右邊的空格

hive> select rtrim(' abc ') from tableName;

abc

正則表達式替換函數(shù)：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(zhuǎn)義字符,類似oracle中的regexp_replace函數(shù)。

hive> select regexp_replace('foobar', 'oo|ar', '') from tableName;

fb

正則表達式解析函數(shù)：regexp_extract

語法: regexp_extract(string subject, string pattern, int index)

返回值: string

說明：將字符串subject按照pattern正則表達式的規(guī)則拆分，返回index指定的字符。

hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1) from tableName;

the

hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2) from tableName;

bar

hive> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0) from tableName;

foothebar

strong>注意，在有些情況下要使用轉(zhuǎn)義字符，下面的等號要用雙豎線轉(zhuǎn)義，這是java正則表達式的規(guī)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) as ccc

from pt_nginx_loginlog_st

where pt = '2021-03-28' limit 2;

URL解析函數(shù)：parse_url

語法: parse_url(string urlString, string partToExtract [, string keyToExtract])

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.

hive> select parse_url

('https://www.tableName.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST')

from tableName;

www.tableName.com

hive> select parse_url

('https://www.tableName.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1')

from tableName;

v1

json解析函數(shù)：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(nèi)容。如果輸入的json字符串無效，那么返回NULL。

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 tableName;

空格字符串函數(shù)：space

語法: space(int n)

返回值: string

說明：返回長度為n的字符串

hive> select space(10) from tableName;

hive> select length(space(10)) from tableName;

10

重復(fù)字符串函數(shù)：repeat

語法: repeat(string str, int n)

返回值: string

說明：返回重復(fù)n次后的str字符串

hive> select repeat('abc',5) from tableName;

abcabcabcabcabc

首字符ascii函數(shù)：ascii

語法: ascii(string str)

返回值: int

說明：返回字符串str第一個字符的ascii碼

hive> select ascii('abcde') from tableName;

97

左補足函數(shù)：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

hive> select lpad('abc',10,'td') from tableName;

tdtdtdtabc

注意：與GP，ORACLE不同，pad 不能默認

右補足函數(shù)：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

hive> select rpad('abc',10,'td') from tableName;

abctdtdtdt

分割字符串函數(shù): 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(shù)組

hive> select split('abtcdtef','t') from tableName;

["ab","cd","ef"]

集合查找函數(shù): 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(xiàn)的位置，strlist是用逗號分割的字符串。如果沒有找該str字符，則返回0

hive> select find_in_set('ab','ef,ab,de') from tableName;

2

hive> select find_in_set('at','ef,ab,de') from tableName;

0

三、json字符串操作

3.1. 解析json對象-get_json_object

select

get_json_object('{"name":"zhangsan","age":18}','$.name'),

get_json_object('{"name":"zhangsan","age":18}','$.age');

3.2.解析json對象-?json_tuple

說明：解析json的字符串json_string,可指定多個json數(shù)據(jù)中的key，返回對應(yīng)的value。如果輸入的json字符串無效，那么返回NULL；json_tuple相當于get_json_object的優(yōu)勢就是一次可以解析多個json字段。但是如果我們有個json數(shù)組，這兩個函數(shù)都無法處理

示例：

select b.name ,b.age

from tableName a lateral view

json_tuple('{"name":"zhangsan","age":18}','name','age') b as name,age;

結(jié)果:

3.3 json數(shù)組-explode函數(shù)

如果有一個hive表，表中? json_str? 字段的內(nèi)容如下：[ {"website":"baidu.com","name":百度"}，{"website":"google.com","name":谷歌"} ]我們想把這個字段解析出來，形成如下的結(jié)構(gòu)：websitenamebaidu.com百度google.com谷歌

說明：explode()函數(shù)接收一個array或者map類型的數(shù)據(jù)作為輸入，然后將array或map里面的元素按照每行的形式輸出，即將hive一列中復(fù)雜的array或者map結(jié)構(gòu)拆分成多行顯示，也被稱為列轉(zhuǎn)行函數(shù)

示例

-- 解析array

hive> select explode(array('A','B','C'));

ok

A

B

C

-- 解析map

hive> select explode(map('A',10,'B',20,'C','30'));

OK

A 10

B 20

C 30

3.4 json數(shù)組regexp_replace函數(shù)

語法： regexp_replace(string A, string B, string C)

說明： 將字符串A中的符合 java 正則表達式的B的部分替換為C。注意：在有些情況下要使用轉(zhuǎn)義字符，類似 oracle 中的 regexp_replace 函數(shù)。

示例：

hive> select regexp_replace('roobar', 'oo|ar', '');

ok

fb

上述示例將字符串中的 oo 或 ar 替換為 ''.

先將數(shù)據(jù)轉(zhuǎn)換成對象行

hive> SELECT explode(split(regexp_replace(regexp_replace('[{"website":"baidu.com","name":"百度"},{"website":"google.com","name":"谷歌"}]', '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;'));

OK

{"website":"baidu.com","name":"百度"}

{"website":"google.com","name":"谷歌"}

對上述sql進行簡要說明：

SELECT explode(split(

regexp_replace(

regexp_replace(

'[

{"website":"baidu.com","name":"百度"},

{"website":"google.com","name":"谷歌"}

]',

'\\[|\\]' , ''), 將json數(shù)組兩邊的中括號去掉

'\\}\\,\\{' , '\\}\\;\\{'), 將json數(shù)組元素之間的逗號換成分號

'\\;') 以分號作為分隔符(split函數(shù)以分號作為分隔)

);

然后提取json對象中的屬性

select json_tuple(json, 'website', 'name')

from (

select explode(split(regexp_replace(regexp_replace('[{"website":"baidu.com","name":"百度"},{"website":"google.com","name":"谷歌"}]', '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;'))

as json) t;

?執(zhí)行上述語句，沒有報錯，執(zhí)行結(jié)果如下：

執(zhí)行上述語句，沒有報錯，執(zhí)行結(jié)果如下：

www.baidu.com 百度

google.com 谷歌

3.5 使用 lateral view 解析json數(shù)組

lateral view首先為原始表的每行調(diào)用UDTF，UDTF會把一行拆分成一行或者多行，lateral view在把結(jié)果組合，產(chǎn)生一個支持別名表的虛擬表。

nameid_listzhangsan[ 1,2,3 ]lisi[ 3,4,5 ]

對興趣id進行解析

SELECT name, hobby_id

FROM hobbies_table

LATERAL VIEW explode(id_list) tmp_table AS hobby_id;

上述sql執(zhí)行結(jié)果：

namehobby_idzhangsan1zhangsan2zhangsan3lisi3lisi4lisi5

假設(shè)有一張表如下：

hive 表中 goods_id 和json_str 字段的內(nèi)容如下：goods_idjson_str1,2,3[? {"source":"7fresh","monthSales":4900,"userCount":1900,"score":"9.9"},{"source":"jd","monthSales":2090,"userCount":78981,"score":"9.8"},{"source":"jdmart","monthSales":6987,"userCount":1600,"score":"9.0"}? ]

select good_id,get_json_object(sale_json,'$.monthSales') as monthSales

from tableName

LATERAL VIEW explode(split(goods_id,','))goods as good_id

LATERAL VIEW explode(split(regexp_replace(regexp_replace(json_str , '\\[|\\]',''),'\\}\\,\\{','\\}\\;\\{'),'\\;')) sales as sale_json;

笛卡爾集合

goods_idmonthSales149001209016987249002209026987349003209036987

四、內(nèi)置函數(shù)

4.1 NVL

給值為NULL的數(shù)據(jù)賦值，它的格式是NVL( value，default_value)。它的功能是如果value為NULL，則NVL函數(shù)返回default_value的值，否則返回value的值，如果兩個參數(shù)都為NULL ，則返回NULL

select nvl(column, 0) from xxx；

4.2 行轉(zhuǎn)列

函數(shù)描述CONCAT(string A/col, string B/col…)返回輸入字符串連接后的結(jié)果，支持任意個輸入字符串CONCAT_WS(separator, str1, str2,...)第一個參數(shù)參數(shù)間的分隔符，如果分隔符是 NULL，返回值也將為 NULL。這個函數(shù)會跳過分隔符參數(shù)后的任何 NULL 和空字符串。分隔符將被加到被連接的字符串之間。COLLECT_SET(col)將某字段的值進行去重匯總，產(chǎn)生array類型字段COLLECT_LIST(col)函數(shù)只接受基本數(shù)據(jù)類型，它的主要作用是將某字段的值進行不去重匯總，產(chǎn)生array類型字段。

4.3 列轉(zhuǎn)行(一列轉(zhuǎn)多行)

Split(str, separator)：?將字符串按照后面的分隔符切割，轉(zhuǎn)換成字符array。

EXPLODE(col)：將hive一列中復(fù)雜的array或者map結(jié)構(gòu)拆分成多行。

LATERAL VIEW

用法：

LATERAL VIEW udtf(expression) tableAlias AS columnAlias

解釋：lateral view用于和split, explode等UDTF一起使用，它能夠?qū)⒁恍袛?shù)據(jù)拆成多行數(shù)據(jù)，在此基礎(chǔ)上可以對拆分后的數(shù)據(jù)進行聚合。

lateral view首先為原始表的每行調(diào)用UDTF，UDTF會把一行拆分成一或者多行，lateral view再把結(jié)果組合，產(chǎn)生一個支持別名表的虛擬表。

準備數(shù)據(jù)源測試

moviecategory《功勛》記錄,劇情《戰(zhàn)狼2》戰(zhàn)爭,動作,災(zāi)難

SQL

SELECT movie,category_name

FROM movie_info

lateral VIEW

explode(split(category,",")) movie_info_tmp AS category_name ;

測試結(jié)果

《功勛》 記錄

《功勛》 劇情

《戰(zhàn)狼2》 戰(zhàn)爭

《戰(zhàn)狼2》 動作

《戰(zhàn)狼2》 災(zāi)難

柚子快報邀請碼778899分享：hive sql 語句查詢規(guī)則

http://yzkb.51969.com/

參考文章