hive官网函数-中文说明文档

A = B

所有原始类型

如果表达式A等于表达式B，则为TRUE，否则为FALSE。

A <=> B

所有原始类型

对于非空操作数，使用EQUAL（=）运算符返回相同的结果，但如果两个均为NULL，则返回TRUE，如果其中之一为NULL，则返回FALSE。（从0.9.0版开始。）

A <> B

所有原始类型

如果A或B为NULL，则为NULL，如果表达式A不等于表达式B，则为TRUE，否则为FALSE。

A！= B

所有原始类型

<>运算符的同义词。

A <B

所有原始类型

如果A或B为NULL，则为NULL，如果表达式A小于表达式B，则为TRUE，否则为FALSE。

A <= B

所有原始类型

如果A或B为NULL，则为NULL，如果表达式A小于或等于表达式B，则为TRUE，否则为FALSE。

A> B

所有原始类型

如果A或B为NULL，则为NULL，如果表达式A大于表达式B，则为TRUE，否则为FALSE。

A> = B

所有原始类型

如果A或B为NULL，则为NULL，如果表达式A大于或等于表达式B，则为TRUE，否则为FALSE。

所有原始类型

如果A，B或C为NULL，则为NULL；如果A大于或等于B，而A小于或等于C，则为TRUE，否则为FALSE。可以使用NOT关键字将其反转。（从0.9.0版开始。）

A IS NULL

所有类型

如果表达式A的计算结果为NULL，则为TRUE，否则为FALSE。

所有类型

如果表达式A的计算结果为NULL，则为FALSE，否则为TRUE。

仅当A满足条件时评估为TRUE。（因为：3.0.0 ）注意：NULL为UNKNOWN，因此（UNKNOWN IS TRUE）和（UNKNOWN IS FALSE）都评估为FALSE。  

字符串

如果A或B为NULL，则为NULL，如果字符串A与SQL简单正则表达式B匹配，则为TRUE，否则为FALSE。逐个字符进行比较。B中的_字符匹配A中的任何字符（类似于posix正则表达式中的。），而B中的％字符匹配A中任意数目的字符（类似于posix正则表达式中的。*）。例如，像'foo'这样的'foobar'的值为FALSE，而像'foo_ _ _'这样的'foobar'的值为TRUE，而'foobar'这样的'foo％'的值为。

如果A或B为NULL，则为NULL，如果A的任何子字符串（可能为空）与Java正则表达式B匹配，则为TRUE，否则为FALSE。例如，'foobar'RLIKE'foo'的计算结果为TRUE，'foobar'RLIKE'^ f。* r $'的计算结果也为TRUE。

A REGEXP B

与RLIKE相同。

A + B

所有数字类型

给出将A和B相加的结果。结果的类型与操作数类型的公共父级（在类型层次结构中）相同。例如，由于每个整数都是浮点数，因此float是整数的包含类型，因此浮点数上的+运算符和int会导致浮点数。

A-B

所有数字类型

给出从A减去B的结果。结果的类型与操作数类型的公共父级（在类型层次结构中）相同。

A * B

所有数字类型

给出将A和B相乘的结果。结果的类型与操作数类型的公共父级（在类型层次结构中）相同。请注意，如果乘法导致溢出，则必须将其中一个运算符强制转换为类型层次结构中较高的类型。

A / B

所有数字类型

给出将A除以B的结果。在大多数情况下，该结果为双精度类型。当A和B都是整数时，结果是双精度类型，除非将hive.compat配置参数设置为“ 0.13”或“ latest”，在这种情况下，结果是十进制类型。

A％B

所有数字类型

给出A除以B的结果。结果的类型与操作数类型的公共父级（在类型层次结构中）相同。

所有数字类型

给出A和B的按位与的结果。结果的类型与操作数类型的公共父级（在类型层次结构中）相同。

所有数字类型

给出A和B的按位或的结果。结果的类型与操作数类型的公共父级（在类型层次结构中）相同。

A ^ B

所有数字类型

给出A和B的按位XOR结果。结果的类型与操作数类型的公共父级（在类型层次结构中）相同。

所有数字类型

给出A的按位NOT的结果。结果的类型与A的类型相同。

A和B

布尔值

如果A和B均为TRUE，则为TRUE，否则为FALSE。如果A或B为NULL，则为NULL。

A或B

布尔值

如果A或B或两者均为TRUE，则为TRUE，否则为FALSE或NULL为NULL。

布尔值

如果A为FALSE，则为TRUE；如果A为NULL，则为NULL。否则为FALSE。

布尔值

与NOT A相同。

布尔值

如果A等于任何值，则为TRUE。从Hive开始，IN语句支持0.13 子查询。

布尔值

如果A不等于任何值，则为TRUE。从Hive开始，NOT IN语句支持0.13 子查询。

如果子查询返回至少一行，则为TRUE。从Hive 0.13开始受支持。

字符串

连接操作数-的简写concat(A,B)。从Hive 2.2.0开始受支持。

（key1，value1，key2，value2，…）

使用给定的键/值对创建一个映射。

（val1，val2，val3，…）

用给定的字段值创建一个结构。结构字段名称将为col1，col2，…。

named_struct

(name1, val1, name2, val2, …)

用给定的字段名称和值创建一个结构。（从Hive 0.8.0开始。）

（val1，val2，…）

用给定的元素创建一个数组。

create_union

(tag, val1, val2, …)

使用tag参数指向的值创建联合类型。

A是一个数组，n是一个整数

返回数组A中的第n个元素。第一个元素的索引为0。例如，如果A是包含['foo'，'bar']的数组，则A [0]返回'foo'，而A [1]返回'酒吧'。

M是Map <K，V>并且键的类型为K

返回与映射中的键对应的值。例如，如果M是包含{'f'->'foo'，'b'->'bar'，'all'->'foobar'}的映射，则M ['all']返回'foobar'。

S是一个struct

返回S的x字段。例如，对于结构foobar {int foo，int bar}，foobar.foo返回存储在结构的foo字段中的整数。

返回的舍入BIGINT值a。

返回a四舍五入到d小数位。

返回BIGINT等于或小于的最大值a。

返回等于或大于的最小BIGINT值a。

返回从0到1均匀分布的随机数（逐行变化）。指定种子将确保所生成的随机数序列具有确定性。

返回这里是自然对数的底数。Hive 0.13.0中添加了十进制版本。eae

返回参数的自然对数a。Hive 0.13.0中添加了十进制版本。

log10(DOUBLE a), log10(DECIMAL a)

返回参数的以10为底的对数a。Hive 0.13.0中添加了十进制版本。

log2(DOUBLE a), log2(DECIMAL a)

返回参数的以2为底的对数a。Hive 0.13.0中添加了十进制版本。

log(DOUBLE base, DOUBLE a)

log(DECIMAL base, DECIMAL a)

返回base参数的底数对数a。Hive 0.13.0中添加了十进制版本。

pow(DOUBLE a, DOUBLE p), power(DOUBLE a, DOUBLE p)

返回 ap

返回的平方根a。Hive 0.13.0中添加了十进制版本。

STRING

bin(BIGINT a)

以二进制格式返回数字（请参见http://dev.mysql.com/doc/refman/5.0/en/string-functions.html#function_bin）。

STRING

hex(BIGINT a) hex(STRING a) hex(BINARY a)

如果参数是INTor binary，hex则以STRING十六进制格式返回数字。否则，如果数字为a STRING，它将每个字符转换为十六进制表示形式并返回结果STRING。（见http://dev.mysql.com/doc/refman/5.0/en/string-functions.html#function_hex，BINARY版本蜂巢0.12.0）。

BINARY

unhex(STRING a)

十六进制的倒数。将每对字符解释为十六进制数字，并转换为数字的字节表示形式。（BINARYHive 0.12.0以后的版本，用于返回字符串。）

STRING

conv(BIGINT num, INT from_base, INT to_base), conv(STRING num, INT from_base, INT to_base)

将数字从给定的基数转换为另一个（请参见http://dev.mysql.com/doc/refman/5.0/en/mathematical-functions.html#function_conv）。

DOUBLE

abs(DOUBLE a)

返回绝对值。

INT or DOUBLE

pmod(INT a, INT b), pmod(DOUBLE a, DOUBLE b)

返回的正值a mod b。

sin(DOUBLE a), sin(DECIMAL a)

返回a（a以弧度为单位）的正弦值。Hive 0.13.0中添加了十进制版本。

asin(DOUBLE a), asin(DECIMAL a)

返回a-1 <= a <= 1的反正弦值，否则返回NULL 。Hive 0.13.0中添加了十进制版本。

cos(DOUBLE a), cos(DECIMAL a)

返回a（a以弧度为单位）的余弦值。Hive 0.13.0中添加了十进制版本。

acos(DOUBLE a), acos(DECIMAL a)

返回a-1 <= a <= 1 的反余弦值，否则返回NULL 。Hive 0.13.0中添加了十进制版本。

tan(DOUBLE a), tan(DECIMAL a)

返回a（a以弧度为单位）的切线。Hive 0.13.0中添加了十进制版本。

atan(DOUBLE a), atan(DECIMAL a)

返回的反正切值a。Hive 0.13.0中添加了十进制版本。

degrees(DOUBLE a), degrees(DECIMAL a)

将的值a从弧度转换为度。Hive 0.13.0中添加了十进制版本。

radians(DOUBLE a), radians(DOUBLE a)

将值a从度转换为弧度。Hive 0.13.0中添加了十进制版本。

INT or DOUBLE

positive(INT a), positive(DOUBLE a)

返回a。

INT or DOUBLE

negative(INT a), negative(DOUBLE a)

返回-a。

DOUBLE or INT

sign(DOUBLE a), sign(DECIMAL a)

返回符号a“ 1.0”（如果a为正）或“ -1.0”（如果a为负），否则返回“ 0.0”。十进制版本返回INT而不是DOUBLE。Hive 0.13.0中添加了十进制版本。

DOUBLE

e()

返回的值e。

DOUBLE

pi()

返回的值pi。

INT

BIGINT

shiftleft(TINYINT|SMALLINT|INT a, INT b)

shiftleft(BIGINT a, INT b)

按位左移（从Hive 1.2.0开始）。a b向左移动位置。

为tinyint，smallint和int返回int a。为bigint返回bigint a。

INT

BIGINT

shiftright(TINYINT|SMALLINT|INT a, INT b)

shiftright(BIGINT a, INT b)

按位右移（从Hive 1.2.0开始）。a b向右移动位置。

为tinyint，smallint和int返回int a。为bigint返回bigint a。

INT

BIGINT

shiftrightunsigned(TINYINT|SMALLINT|INTa, INT b),

shiftrightunsigned(BIGINT a, INT b)

按位无符号右移（从Hive 1.2.0开始）。向右移动位置。a b

为tinyint，smallint和int返回int a。为bigint返回bigint a。

通过将expr映射到第i个大小相等的存储桶中，返回0到num_buckets + 1之间的整数。通过将[min_value，max_value]分成大小相等的区域来制作存储桶。如果expr <min_value，则返回1，如果expr> max_value，则返回num_buckets + 1。请参阅https://docs.oracle.com/cd/B19306_01/server.102/b14200/functions214.htm （自Hive 3.0.0起）

int

size(Map<K.V>)

返回地图类型中的元素数。

int

size(Array<T>)

返回数组类型中的元素数。

array<K>

map_keys(Map<K.V>)

返回包含输入映射键的无序数组。

array<V>

map_values(Map<K.V>)

返回包含输入映射值的无序数组。

boolean

array_contains(Array<T>, value)

如果数组包含值，则返回TRUE。

array<t>

sort_array(Array<T>)

根据数组元素的自然顺序对输入数组进行升序排序并返回（从0.9.0版本开始）。

binary

binary(string|binary)

将参数转换为二进制。

Expected "=" to follow "type"

cast(expr as <type>)

将表达式expr的结果转换为<type>。例如，cast（'1'as BIGINT）会将字符串'1'转换为其整数表示。如果转换不成功，则返回null。如果cast（expr为boolean），则Hive对于非空字符串返回true。

string

from_unixtime(bigint unixtime[, string format])

将unix纪元（1970-01-01 00:00:00 UTC）的秒数转换为一个字符串，该字符串表示当前系统时区中该时刻的时间戳，格式为“ 1970-01-01 00:00： 00”。

bigint

unix_timestamp()

以秒为单位获取当前的Unix时间戳。此函数不是确定性的，其值在查询执行范围内也不是固定的，因此会阻止对查询的适当优化-自2.0版以来已弃用此函数，而推荐使用CURRENT_TIMESTAMP常量。

bigint

unix_timestamp(string date)

yyyy-MM-dd HH:mm:ss使用默认时区和默认语言环境将时间字符串格式转换为Unix时间戳（以秒为单位），如果失败，则返回0：unix_timestamp（'2009-03-20 11:30:01'）= 1237573801

bigint

unix_timestamp(string date, string pattern)

将具有给定模式的时间字符串（请参阅[ http://docs.oracle.com/javase/tutorial/i18n/format/simpleDateFormat.html]）转换为Unix时间戳（以秒为单位），如果失败，则返回0：unix_timestamp（'2009 -03-20'，'yyyy-MM-dd'）= 1237532400。

pre 2.1.0: string

2.1.0 on: date

to_date(string timestamp)

返回时间戳字符串（Hive 2.1.0之前）的日期部分：to_date（“ 1970-01-01 00:00:00”）=“ 1970-01-01”。从Hive 2.1.0开始，返回日期对象。

在Hive 2.1.0（HIVE-13248）之前，返回类型为String，因为创建方法时不存在Date类型。

int

year(string date)

返回日期或时间戳字符串的年份部分：year（“ 1970-01-01 00:00:00”）= 1970，year（“ 1970-01-01”）= 1970。

int

int

month(string date)

返回日期或时间戳字符串的月份部分：month（“ 1970-11-01 00:00:00”）= 11，month（“ 1970-11-01”）= 11。

int

day(string date) dayofmonth(date)

返回日期或时间戳字符串的日期部分：day（“ 1970-11-01 00:00:00”）= 1，day（“ 1970-11-01”）= 1。

int

hour(string date)

返回时间戳的小时：hour（'2009-07-30 12:58:59'）= 12，hour（'12：58：59'）= 12。

int

minute(string date)

返回时间戳的分钟。

int

second(string date)

返回时间戳的秒数。

int

weekofyear(string date)

返回时间戳字符串的星期数：weekofyear（“ 1970-11-01 00:00:00”）= 44，weekofyear（“ 1970-11-01”）= 44。

extract(field FROM source)

从源中检索字段，例如天或小时（从Hive 2.2.0开始）。源必须是日期，时间戳，时间间隔或可以转换为日期或时间戳的字符串。支持的字段包括：日，星期几，小时，分钟，月，季度，秒，周和年。

例子：

1. select extract(month from "2016-10-20") results in 10.

2. select extract(hour from "2016-10-20 05:06:07") results in 5.

3. select extract(dayofweek from "2016-10-20 05:06:07") results in 5.

4. select extract(month from interval '1-3' year to month) results in 3.

5. select extract(minute from interval '3 12:20:30' day to second) results in 20.

int

datediff(string enddate, string startdate)

返回从开始日期到结束日期的天数：datediff（'2009-03-01'，'2009-02-27'）= 2。

pre 2.1.0: string

2.1.0 on: date

date_add(date/timestamp/string startdate, tinyint/smallint/int days)

添加开始日期的天数：date_add（'2008-12-31'，1）='2009-01-01'。

在Hive 2.1.0（HIVE-13248）之前，返回类型为String，因为创建方法时不存在Date类型。

pre 2.1.0: string

2.1.0 on: date

date_sub(date/timestamp/string startdate, tinyint/smallint/int days)

减去开始日期的天数：date_sub（'2008-12-31'，1）='2008-12-30'。

在Hive 2.1.0（HIVE-13248）之前，返回类型为String，因为创建方法时不存在Date类型。

timestamp

from_utc_timestamp({any primitive type} ts, string timezone)

将UTC中的timestamp *转换为给定的时区（从Hive 0.8.0开始）。

* 时间戳是一种原始类型，包括时间戳/日期，tinyint / smallint / int / bigint，float / double和十进制。 

小数部分被视为秒。整数值以毫秒为单位。例如，from_utc_timestamp （2592000.0，'PST'），from_utc_timestamp （2592000000，'PST'）和from_utc_timestamp （timestamp'1970-01-30 16:00:00'，'PST'）都返回时间戳1970-01-30 08:00:00。

timestamp

to_utc_timestamp({any primitive type} ts, string timezone)

将给定时区中的时间戳*转换为UTC（从Hive 0.8.0开始）。

* 时间戳是一种原始类型，包括时间戳/日期，tinyint / smallint / int / bigint，float / double和十进制。 

小数部分被视为秒。整数值以毫秒为单位。例如，to_utc_timestamp（2592000.0，'PST'），to_utc_timestamp（2592000000，'PST'）和to_utc_timestamp（timestamp'1970-01-30 16:00:00'，'PST'）都返回时间戳1970-01-31 00:00:00。

返回查询评估开始时的当前日期（从Hive 1.2.0开始）。同一查询中对current_date的所有调用均返回相同的值。

返回查询评估开始时的当前时间戳（从Hive 1.2.0开始）。同一查询中对current_timestamp的所有调用均返回相同的值。

返回起始日期之后num_months的日期（从Hive 1.1.0开始）。start_date是字符串，日期或时间戳。num_months是一个整数。如果start_date是该月的最后一天，或者如果结果月份的天数少于start_date的天部分，则结果是结果月份的最后一天。否则，结果与start_date具有相同的日组成部分。默认输出格式为“ yyyy-MM-dd”。

在Hive 4.0.0之前，日期的时间部分将被忽略。

从Hive 4.0.0开始，add_months支持可选参数output_date_format，该参数接受一个String，该String表示输出的有效日期格式。这样可以在输出中保留时间格式。

例如 ：

add_months（'2009-08-31'，1）返回'2009-09-30'。
add_months（'2017-12-31 14:15:16'，2，'YYYY-MM-dd HH：mm：ss'）返回'2018-02-28 14:15:16'。

将日期/时间戳记/字符串转换为日期格式fmt指定的格式的字符串值（从Hive 1.2.0开始）。支持的格式是Java SimpleDateFormat格式– https://docs.oracle.com/javase/7/docs/api/java/text/SimpleDateFormat.html 。第二个参数fmt应该是常量。示例：date_format（'2015-04-08'，'y'）='2015'。 

date_format可用于实现其他UDF，例如：

• dayname（date）是date_format（date，'EEEE'）
• dayofyear（date）是date_format（date，'D'）

T

if(boolean testCondition, T valueTrue, T valueFalseOrNull)

当testCondition为true时返回valueTrue，否则返回valueFalseOrNull。

T

COALESCE(T v1, T v2, …)

返回第一个不为NULL的v，如果所有v均为NULL，则返回NULL。

T

CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END

当a = b时，返回c; 当a = d时，返回e; 否则返回f。

T

CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END

当a = true时，返回b; 当c = true时，返回d; 否则返回e。

如果a = b，则返回NULL。否则返回a （从Hive 2.3.0开始）。

简写：CASE，当a = b时为NULL，否则为a

int

ascii(string str)

返回str的第一个字符的数值。

string

base64(binary bin)

将参数从二进制转换为基本64字符串（从Hive 0.12.0开始）。

string

concat(string|binary A, string|binary B…)

返回按顺序串联作为参数传入的字符串或字节所得到的字符串或字节。例如，concat（'foo'，'bar'）的结果为'foobar'。请注意，此函数可以接受任意数量的输入字符串。

array<struct<string,double>>

context_ngrams(array<array<string>>, array<string>, int K, int pf)

给定字符串“ context”，从一组标记化语句返回前k个上下文N-gram。有关更多信息，请参见StatisticsAndDataMining。

string

concat_ws(string SEP, string A, string B…)

与上面的concat（）类似，但具有自定义分隔符SEP。

string

concat_ws(string SEP, array<string>)

就像上面的concat_ws（）一样，但是采用字符串数组。（从Hive 0.9.0开始）

string

decode(binary bin, string charset)

使用提供的字符集（“ US-ASCII”，“ ISO-8859-1”，“ UTF-8”，“ UTF-16BE”，“ UTF-16LE”，“ UTF- 16'）。如果任一参数为null，则结果也将为null。（从Hive 0.12.0开始。）

返回索引号处的字符串。例如elt（2，'hello'，'world'）返回'world'。如果N小于1或大于参数个数，则返回NULL。

（请参阅https://dev.mysql.com/doc/refman/5.7/zh-CN/string-functions.html#function_elt）

binary

encode(string src, string charset)

使用提供的字符集（“ US-ASCII”，“ ISO-8859-1”，“ UTF-8”，“ UTF-16BE”，“ UTF-16LE”，“ UTF- 16'）。如果任一参数为null，则结果也将为null。（从Hive 0.12.0开始。）

返回val1，val2，val3，…列表中val的索引；如果未找到，则返回0。例如，字段（“ world”，“ say”，“ hello”，“ world”）返回3。
支持所有原始类型，使用str.equals（x）比较参数。如果val为NULL，则返回值为0。

（请参阅https://dev.mysql.com/doc/refman/5.7/zh-CN/string-functions.html#function_field）

int

find_in_set(string str, string strList)

返回str在strList中的第一次出现，其中strList是一个逗号分隔的字符串。如果任一参数为null，则返回null。如果第一个参数包含逗号，则返回0。例如，find_in_set（'ab'，'abc，b，ab，c，def'）返回3。

string

format_number(number x, int d)

将数字X格式化为'＃，###，###。##'之类的格式，四舍五入到D小数位，然后将结果作为字符串返回。如果D为0，则结果没有小数点或小数部分。（由于蜂房的0.10.0 ;臭虫以固定在浮子类型蜂房0.14.0，在加入十进制型支撑蜂巢0.14.0）

string

get_json_object(string json_string, string path)

根据指定的json路径从json字符串中提取json对象，并返回提取的json对象的json字符串。如果输入的json字符串无效，它将返回null。注意：json路径只能包含字符[0-9a-z_]，即不能包含大写或特殊字符。另外，键*不能以数字开头。*这是由于对Hive列名的限制。

boolean

in_file(string str, string filename)

如果字符串str在文件名中显示为整行，则返回true。

int

instr(string str, string substr)

返回substrin 中第一次出现的位置str。返回null的如果任一参数是null返回0，如果substr不能在找到str。请注意，这不是基于零的。中的第一个字符的str索引为1。

int

length(string A)

返回字符串的长度。

int

locate(string substr, string str[, int pos])

返回在位置pos之后的str中第一次出现substr的位置。

string

lower(string A) lcase(string A)

返回将B的所有字符都转换为小写形式的字符串。例如，lower（'fOoBaR'）会导致'foobar'。

string

lpad(string str, int len, string pad)

返回str，在其左边填充pad，长度为len。如果str大于len，则返回值缩短为len个字符。如果填充字符串为空，则返回值为null。

string

ltrim(string A)

返回从A的开头（左侧）起修剪空格所得的字符串。例如，ltrim（'foobar'）的结果为'foobar'。

array<struct<string,double>>

ngrams(array<array<string>>, int N, int K, int pf)

从一组标记化的句子中返回前k个N-gram，例如句子（）UDAF返回的句子。有关更多信息，请参见StatisticsAndDataMining。

string

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

从URL返回指定的部分。partToExtract的有效值包括HOST，PATH，QUERY，REF，PROTOCOL，AUTHORITY，FILE和USERINFO。例如，parse_url（'http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1'，'HOST'）返回'facebook.com'。通过将键作为第三个参数，也可以提取QUERY中特定键的值，例如parse_url（'http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1'， 'QUERY'，'k1'）返回'v1'。

string

printf(String format, Obj… args)

返回根据do printf样式格式字符串格式化的输入（从Hive 0.9.0开始）。

返回带引号的字符串（包括任何单引号HIVE-4.0.0的转义字符）

string

regexp_extract(string subject, string pattern, int index)

返回使用模式提取的字符串。例如，regexp_extract（'foothebar'，'foo（。*？）（bar）'，2）返回'bar'。请注意，使用预定义的字符类时必须格外小心：使用' s'作为第二个参数将与字母s匹配；'\ s'是匹配空格等所必需的。'index'参数是Java regex Matcher group（）方法的索引。有关'index'或Java regex group（）方法的更多信息，请参见docs / api / java / util / regex / Matcher.html。

string

regexp_replace(string INITIAL_STRING, string PATTERN, string REPLACEMENT)

返回将替换INITIAL_STRING中所有与PATTERN中定义的Java正则表达式语法匹配的子字符串替换为REPLACEMENT的实例所产生的字符串。例如，regexp_replace（“ foobar”，“ oo | ar”，“”）返回'fb'。请注意，使用预定义的字符类时必须格外小心：使用' s'作为第二个参数将与字母s匹配；'\ s'是匹配空格等所必需的。

string

repeat(string str, int n)

重复str n次。

string

reverse(string A)

返回反转的字符串。

string

rpad(string str, int len, string pad)

返回str，右用pad填充到len的长度。如果str大于len，则返回值缩短为len个字符。如果填充字符串为空，则返回值为null。

string

rtrim(string A)

返回从A的结尾（右侧）修剪空格所得到的字符串。例如，rtrim（'foobar'）结果为'foobar'。

array<array<string>>

sentences(string str, string lang, string locale)

将一串自然语言文本标记为单词和句子，其中每个句子在适当的句子边界处断开并作为单词数组返回。“ lang”和“ locale”是可选参数。例如，句子（“ Hello there！你好吗？”）返回（（“ Hello”，“ there”），（“ How”，“ are”，“ you”）））。

string

space(int n)

返回n个空格的字符串。

array

split(string str, string pat)

在pat周围拆分str（pat是一个正则表达式）。

map<string,string>

str_to_map(text[, delimiter1, delimiter2])

使用两个定界符将文本拆分为键/值对。Delimiter1将文本分成KV对，Delimiter2将每个KV对分开。默认的定界符是'，'代表定界符1，'：'代表定界符2。

string

substr(string|binary A, int start) substring(string|binary A, int start)

返回A的字节数组的子字符串或切片，从字符串的起始位置开始到字符串A的结尾。例如，substr（'foobar'，4）的结果为'bar'（请参见[ http://dev.mysql.com /doc/refman/5.0/zh-CN/string-functions.html#function_substr ]）。

string

substr(string|binary A, int start, int len) substring(string|binary A, int start, int len)

从长度为len的起始位置返回A的字节数组的子字符串或切片。例如，substr（'foobar'，4，1）的结果为'b'（请参阅[ http://dev.mysql.com/doc/refman/5.0/en/string-functions.html#function_substr ]）。

string

translate(string|char|varchar input, string|char|varchar from, string|char|varchar to)

通过将字符串中存在的字符替换为from字符串中的相应字符来翻译输入to字符串。这类似于PostgreSQL中的translate功能。如果此UDF的任何参数为NULL，则结果也为NULL。（自Hive 0.10.0起，适用于字符串类型）

从Hive 0.14.0开始添加了对Char / varchar的支持。

string

trim(string A)

返回由A两端的空格修剪产生的字符串。例如，trim（'foobar'）结果为'foobar'

binary

unbase64(string str)

将参数从基数为64的字符串转换为BINARY。（从Hive 0.12.0开始。）

string

upper(string A) ucase(string A)

返回将A的所有字符都转换为大写形式的字符串。例如，upper（'fOoBaR'）的结果为'FOOBAR'。

string

mask(string str[, string upper[, string lower[, string number]]])

返回str的掩码版本（从Hive 2.1.0开始）。默认情况下，大写字母转换为“ X”，小写字母转换为“ x”，数字转换为“ n”。例如mask（“ abcd-EFGH-8765-4321”）的结果为xxxx-XXXX-nnnn-nnnn。您可以通过提供其他参数来覆盖掩码中使用的字符：第二个参数控制大写字母的掩码字符，第三个参数控制小写字母的字符，第四个参数控制数字的字符。例如，mask（“ abcd-EFGH-8765-4321”，“ U”，“ l”，“＃”）生成llll-UUUU-####-####。

varies

java_method(class, method[, arg1[, arg2..]])

的同义词reflect。（从Hive 0.9.0开始。）

varies

reflect(class, method[, arg1[, arg2..]])

通过使用反射匹配参数签名来调用Java方法。（从Hive 0.7.0开始。）有关示例，请参见反射（通用）UDF。

int

hash(a1[, a2…])

返回参数的哈希值。（从Hive 0.4开始。）

sha1(string/binary)

sha(string/binary)

                               json

+----+

{"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"

}

+----+

hive> SELECT get_json_object(src_json.json, '$.owner') FROM src_json;

amy

hive> SELECT get_json_object(src_json.json, '$.store.fruit[0]') FROM src_json;

{"weight":8,"type":"apple"}

hive> SELECT get_json_object(src_json.json, '$.non_exist_key') FROM src_json;

NULL

BIGINT

count(*), count(expr), count(DISTINCT expr[, expr…])

count（*）-返回检索到的行总数，包括包含NULL值的行。

count（expr）-返回为其提供的表达式为非NULL的行数。

count（DISTINCT expr [，expr]）-返回为其提供的表达式唯一且非NULL的行数。可以使用hive.optimize.distinct.rewrite优化执行。

DOUBLE

sum(col), sum(DISTINCT col)

返回组中元素的总和或组中列的不同值的总和。

DOUBLE

avg(col), avg(DISTINCT col)

返回组中元素的平均值或组中列的不同值的平均值。

DOUBLE

min(col)

返回组中列的最小值。

DOUBLE

max(col)

返回组中列的最大值。

DOUBLE

variance(col), var_pop(col)

返回组中数字列的方差。

DOUBLE

var_samp(col)

返回组中数字列的无偏样本方差。

DOUBLE

stddev_pop(col)

返回组中数字列的标准偏差。

DOUBLE

stddev_samp(col)

返回组中数字列的无偏样本标准差。

DOUBLE

covar_pop(col1, col2)

返回组中一对数字列的总体协方差。

DOUBLE

covar_samp(col1, col2)

返回组中一对数字列的样本协方差。

DOUBLE

corr(col1, col2)

返回组中一对数字列的皮尔逊相关系数。

DOUBLE

percentile(BIGINT col, p)

返回组中列的精确第p 个百分位数（不适用于浮点类型）。p必须在0到1之间。注意：只能为整数值计算真实百分位数。如果您输入的内容不是整数，请使用PERCENTILE_APPROX。

array<double>

percentile(BIGINT col, array(p1 [, p2]…))

返回组中列的精确百分位数p 1，p 2，…（不适用于浮点类型）。p i必须在0到1之间。注意：只能为整数值计算真实百分位数。如果您输入的内容不是整数，请使用PERCENTILE_APPROX。

DOUBLE

percentile_approx(DOUBLE col, p [, B])

返回组中数字列（包括浮点类型）的大约p 个百分位数。B参数控制近似精度，但要以存储为代价。值越高，近似值越好，默认值为10,000。当col中的不同值的数量小于B时，这将给出一个精确的百分位值。

array<double>

percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B])

与上面相同，但是接受并返回一个百分位值数组，而不是单个值。

regr_avgx(independent, dependent)

等效于avg（dependent）。从Hive 2.2.0开始。

regr_avgy(independent, dependent)

等效于avg（独立）。从Hive 2.2.0开始。

regr_count(independent, dependent)

返回用于拟合线性回归线的非空对的数量。从Hive 2.2.0开始。

regr_intercept(independent, dependent)

返回线性回归线的y截距，即等式中的b值=独立* a *独立+ b。从Hive 2.2.0开始。

regr_r2(independent, dependent)

返回回归的确定系数。从Hive 2.2.0开始。

regr_slope(independent, dependent)

返回线性回归线的斜率，即等式= a *独立+ b中a的值。从Hive 2.2.0开始。

regr_sxx(independent, dependent)

等效于regr_count（独立，从属）* var_pop（独立）。从Hive 2.2.0开始。

regr_sxy(independent, dependent)

等效于regr_count（独立，从属）* covar_pop（独立，从属）。从Hive 2.2.0开始。

等效于regr_count（独立，从属）* var_pop（独立）。从Hive 2.2.0开始。

array<struct {'x','y'}>

histogram_numeric(col, b)

使用b个非均匀间隔的bin计算组中数字列的直方图。输出是大小为b的双值（x，y）坐标数组，这些坐标表示箱的中心和高度

array

collect_set(col)

返回消除了重复元素的一组对象。

array

collect_list(col)

返回具有重复项的对象列表。（从Hive 0.13.0开始。）

将有序分区划分为x多个桶，并为分区中的每一行分配一个桶号。这样可以轻松计算三分位数，四分位数，十分位数，百分位数和其他常见的汇总统计信息。（从Hive 0.11.0开始。）

T

explode(ARRAY<T> a)

将数组分解为多行。返回带有单列（col）的行集，该数组代表数组中每个元素的一行。

Tkey,Tvalue

explode(MAP<Tkey,Tvalue> m)

将地图分解为多行。返回一个行集合与两列（键，值），一个行从输入图中的每个键-值对。（从Hive 0.8.0开始。）。

T1,…,Tn

inline(ARRAY<STRUCT<f1:T1,…,fn:Tn>> a)

将结构数组分解为多行。返回具有N列的行集（N =结构中顶级元素的数量），数组中每个结构一行一行。（从Hive0.10开始。）

string1,…,stringn

json_tuple(string jsonStr,string k1,…,string kn)

接收JSON字符串和一组n个键，并返回n个值的元组。这是get_json_objectUDF的一种更有效的版本，因为它只需一次调用就可以获取多个密钥。

string 1,…,stringn

parse_url_tuple(string urlStr,string p1,…,string pn)

接受URL字符串和一组n个URL部分，并返回n个值的元组。这类似于parse_url()UDF，但可以一次从URL中提取多个部分。有效的部件名称是：主机，路径，查询，参考，协议，授权，文件，用户信息，查询：<密钥>。

select explode(array('A','B','C'));

select explode(array('A','B','C')) as col;

select tf.* from (select 0) t lateral view explode(array('A','B','C')) tf;

select tf.* from (select 0) t lateral view explode(array('A','B','C')) tf as col;

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

select explode(map('A',10,'B',20,'C',30)) as (key,value);

select tf.* from (select 0) t lateral view explode(map('A',10,'B',20,'C',30)) tf;

select tf.* from (select 0) t lateral view explode(map('A',10,'B',20,'C',30)) tf as key,value;

select posexplode(array('A','B','C'));

select posexplode(array('A','B','C')) as (pos,val);

select tf.* from (select 0) t lateral view posexplode(array('A','B','C')) tf;

select tf.* from (select 0) t lateral view posexplode(array('A','B','C')) tf as pos,val;

select inline(array(struct('A',10,date '2015-01-01'),struct('B',20,date '2016-02-02')));

select inline(array(struct('A',10,date '2015-01-01'),struct('B',20,date '2016-02-02'))) as (col1,col2,col3);

select tf.* from (select 0) t lateral view inline(array(struct('A',10,date '2015-01-01'),struct('B',20,date '2016-02-02'))) tf;

select tf.* from (select 0) t lateral view inline(array(struct('A',10,date '2015-01-01'),struct('B',20,date '2016-02-02'))) tf as col1,col2,col3;

select stack(2,'A',10,date '2015-01-01','B',20,date '2016-01-01');

select stack(2,'A',10,date '2015-01-01','B',20,date '2016-01-01') as (col0,col1,col2);

select tf.* from (select 0) t lateral view stack(2,'A',10,date '2015-01-01','B',20,date '2016-01-01') tf;

select tf.* from (select 0) t lateral view stack(2,'A',10,date '2015-01-01','B',20,date '2016-01-01') tf as col0,col1,col2;

[100,200,300]

[400,500,600]

100

200

300

400

500

600

[100,200,300]

[400,500,600]

1

100

2

200

3

300

1

400

2

500

3

600

version

String

提供Hive版本详细信息（软件包内置版本）