HIve字符串函数 |
您所在的位置:网站首页 › hive string to array › HIve字符串函数 |
1. 字符 ascii 码函数:ascii 语法: ascii(string str) 返回值: int 说明:返回字符串 str 中第一个字符的ascii 码 举例: hive> select ascii('ba') from test; OK 98 2. base64 字符串 语法: base64(binary bin) 返回值: string 说明:返回二进制 bin 的 base 编码字符串 举例: hive> select base64(binary('test')) from test; OK bHh3MTIzNA== 3. 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 test; abcdefgh 4. 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 test; abc,def,gh 5. 数组转换成字符串的函数: concat_ws 语法: concat_ws(string SEP, array) 返回值: string 说明:返回将数组链接成字符串后的结果,SEP 表示各个字符串间的分隔符 举例: hive> select concat_ws('|',array('a','b','c')) fromtest; OK a|b|c 6. 小数位格式化成字符串函数: format_number 语法: format_number(number x, int d) 返回值: string 说明:将数值 x 的小数位格式化成 d 位,四舍五入 举例: hive> select format_number(5.23456,3) from test; OK 5.235 7. 字符串截取函数:substr,substring 语法: substr(string A, int start),substring(string A, intstart) 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 test; cde hive> select substring('abcde',3) from test; cde hive> select substr('abcde',-1) from test; (和 ORACLE 相同) e 8. 字符串截取函数:substr,substring 语法: substr(string A, int start, int len),substring(string A, intstart, 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 test; cd hive> select substring('abcde',3,2) from test; cd hive>select substring('abcde',-2,2) from test; de 9. 字符串查找函数: instr 语法: instr(string str, string substr) 返回值: int 说明:返回字符串 substr 在 str 中首次出现的位置 举例: hive> select instr('abcdf','df') from test; OK 4 10. 字符串长度函数: length 语法: length(string A) 返回值: int 说明:返回字符串的长度 举例: hive> select length('abc') from test; OK 3 11. 字符串查找函数:locate 语法: locate(string substr, string str[, int pos]) 返回值: int 说明:返回字符串 substr 在 str 中从 pos 后查找,首次出现的位置 举例: hive> select locate('a','abcda',1) from test; OK 1 hive> select locate('a','abcda',2) from test; OK 5 12. 字符串格式化函数:printf 语法: printf(String format, Obj... args) 返回值: string 说明:将指定对象用 format 格式进行格式化. 举例: hive> select printf("%08X",123) from test; OK 0000007B 13. 字符串转换成 map 函数: str_to_map 语法: str_to_map(text[, delimiter1, delimiter2]) 返回值: map 说明:将字符串按照给定的分隔符转换成 map 结构. 举例: 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 解码函数:unbase64(string str) 语法: unbase64(string str) 返回值: binary 说明:将给定的 base64 字符串解码成二进制. 举例: hive> select unbase64('bHh3MTIzNA==') from test; OK test 15. 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 test; ABSED hive> select ucase('abSEd') from test; ABSED 16. 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 test; absed hive> select lcase('abSEd') from test; absed 17. 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 test; abc 18. 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 test; abc 19. 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 test; abc 20. 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,类似 oracle 中的 regexp_replace 函数。 举例: hive> select regexp_replace('foobar', 'oo|ar', '')from test; fb 21. 正则表达式解析函数:regexp_extract 语法: regexp_extract(string subject, string pattern, intindex) 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。 举例: 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,在有些情况下要使用转义字符,下面的等号要用双竖线转义,这是 java 正则表达式的规则。 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 解析函数:parse_url 语法: parse_url(string urlString, string partToExtract [, stringkeyToExtract]) 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> 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 test; amy 24. 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 test; hive> select length(space(10)) from test; 10 25. 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 test; abcabcabcabcabc 26. 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 test; tdtdtdtabc 注意:与 GP,ORACLE 不同,pad 不能默认 27. 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 test; abctdtdtdt 28. 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 test; ["ab","cd","ef"] 29. 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。如果没有找到该 str 字符,则返回 0 举例: 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. 分词函数:sentences 语法: sentences(string str, string lang, string locale) 返回值: array 说明:返回输入 str 分词后的单词数组 举例: hive> select sentences('hello word!hello hive,hi hive,hellohive') from test; OK [["hello","word"],["hello","hive","hi","hive","hello","hive"]] 31. 分词后统计一起出现频次最高的 TOP-K 语法: ngrams(array, int N, intK, int pf) 返回值: array 说明:与 sentences()函数一起使用,分词后,统计分词结果中一起出现频次最高的TOP-K 结果 举例: 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}] 该查询中,统计的是两个词在一起出现频次最高的 TOP-2 结果中,hello 与 hive 同时出现 2 次 32. 分词后统计与指定单词一起出现频次最高的 TOP-K 语法: context_ngrams(array,array, int K, int pf) 返回值: array 说明:与 sentences()函数一起使用,分词后,统计分词结果中与数组中指定的单词一起出现(包括顺序)频次最高的 TOP-K 结果 举例: 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}] 该查询中,统计的是与’hello’一起出现,并且在 hello 后面的频次最高的TOP-3 结果中,hello 与 hive 同时出现 2 次,hello 与 word 同时出现 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}] 该查询中,统计的是与’hive’一起出现,并且在 hive 之前的频次最高的 TOP-3--------------------- 作者:Zzreal 来源:CSDN 原文:https://blog.csdn.net/zonzereal/article/details/79116800 版权声明:本文为博主原创文章,转载请附上博文链接! |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |