Hive常用内置函数、窗口函数及自定义函数
创始人
2024-06-01 18:47:06
0次

文章目录

  • 一、字符串函数
  • 二、数值函数
  • 三、日期函数
  • 四、其余常用函数
  • 五、窗口函数
    • 5.1、语法
    • 5.2、常用窗口函数
  • 六、自定义函数
    • 6.1、自定义UDF函数
    • 6.2、自定义UDTF函数
    • 6.3、将自定义函数导入hive中
      • 6.3.1、将项目打成jar包
      • 6.3.2、将jar包传入hive目录
      • 6.3.3、在hive中加载jar包
      • 6.3.4、设置函数

  • 查看内置函数

show functions;

示例:
在这里插入图片描述

  • 查看内置函数用法

desc function 函数名;

示例:
在这里插入图片描述

  • 查看内置函数详细信息

desc function extended abs;

示例:
在这里插入图片描述

一、字符串函数

Hive字符串函数用于处理字符串类型的数据,包括截取、拼接、替换、转换大小写等操作。下面列举Hive中常用的字符串函数:

函数介绍示例
CONCAT(str1, str2, …)用于拼接多个字符串
SUBSTR(str, start, length)用于截取字符串中的一部分
REPLACE(str, search, replacement)用于将字符串中的指定子串替换为另一个字符串
TRIM(str)用于去除字符串两侧的空格
LOWER(str)将字符串转换为小写
UPPER(str)将字符串转换为大写
LENGTH(str)用于获取字符串的长度
INSTR(str, substr)用于获取字符串中子串的位置
REGEXP_EXTRACT(str, regexp)用于从字符串中提取符合正则表达式的子串
SPLIT(str, delimiter)用于将字符串按照指定的分隔符进行拆分
CONCAT_WS(separator, str1, str2, …)用于拼接多个字符串,并在它们之间添加指定的分隔符
INITCAP(str)将字符串中的每个单词的首字母转换为大写

二、数值函数

Hive数值函数用于处理数字类型的数据,包括加减乘除、求绝对值、取余数、四舍五入、向上取整、向下取整等操作。下面列举Hive中常用的数值函数:

函数介绍示例
ABS(n)用于获取一个数的绝对值
CEIL(n)用于将一个数向上取整
FLOOR(n)用于将一个数向下取整
ROUND(n, d)用于将一个数四舍五入到指定的小数位数
EXP(n)用于获取一个数的指数函数值
RAND()用于获取一个0到1之间的随机数
BIN(n)用于将一个十进制数转换为二进制数
HEX(n)用于将一个十进制数转换为十六进制数

三、日期函数

Hive提供了许多日期和时间函数,以下是一些常用的:

函数介绍示例
current_date()返回当前日期,格式为 ‘yyyy-MM-dd’
current_timestamp()返回当前时间戳,格式为 ‘yyyy-MM-dd HH:mm:ss.SSS’。
date_format(date, pattern)将日期格式化为指定模式的字符串
year(date)返回日期的年份
quarter(date)返回日期的季度
month(date)返回日期的月份
day(date)返回日期的天数
datediff(enddate, startdate)计算两个日期之间相差的天数
date_add(date, days)给定日期加上指定天数
date_sub(date, days)给定日期减去指定天数

四、其余常用函数

函数介绍示例
map_key(map)获取 Map 类型列中所有键的集合
map_value(map)获取Map 类型列中所有值的集合
stack(n, v1, v2, …, vn)创建一个包含 n 个元素的栈
explode(array a) \ explode(map m)将包含数组或Map类型的列中的元素分解成多行
json_tuple(jsonStr, p1, p2, …, pn)从JSON字符串中提取指定的字段值
get_json_object(json_string, json_path)从JSON字符串中提取指定的字段值
CAST(expression AS data_type)将一个数据类型转换为另一个数据类型
  • stack(n, v1, v2, …, vn):

stack()函数在将多个列合并成一个列时,会将每个值都放在一个单独的行中。这意味着,输出结果的行数将是输入列数的n倍。如果需要将多个列按行合并到一个列中,可以考虑使用concat()函数或其他字符串函数。

五、窗口函数

  • Hive窗口函数(Window Functions)是Hive中一种强大的分析函数,它们提供了一种在一组行中计算聚合值的方式。与常规聚合函数不同的是,窗口函数在查询结果中可以添加额外的列,这些列的值可以基于聚合函数的结果计算。
  • 在Hive中,窗口函数使用OVER子句来指定要计算的行集合。在OVER子句中,可以指定窗口的边界条件(如窗口的大小、窗口的起始位置、窗口的结束位置等),以及要应用的聚合函数。一旦指定了OVER子句,Hive就会将结果集划分成指定的窗口,并计算每个窗口的聚合值。

5.1、语法

 ([expression]) OVER ([PARTITION BY partition_expression, ...][ORDER BY sort_expression [ASC | DESC], ...][ROWS BETWEEN frame_start AND frame_end]
)

其中, 是窗口函数的名称,expression 是要进行聚合计算的列或表达式。OVER子句中可以使用以下参数:

  • PARTITION BY:指定分组列,用于将结果集划分成不同的分组,每个分组内部进行聚合计算。
  • ORDER BY:指定排序列,用于将每个分组内的行进行排序。
  • ROWS BETWEEN:指定窗口的边界条件,即要计算的行集合。常见的窗口类型包括:
    • UNBOUNDED PRECEDING:窗口从分组的第一行开始。
    • CURRENT ROW:窗口从当前行开始。
    • UNBOUNDED FOLLOWING:窗口从分组的最后一行结束。
    • PRECEDING:窗口向前移动指定行数。
    • FOLLOWING:窗口向后移动指定行数。
    • BETWEEN AND :指定窗口的起始位置和结束位置,其中 和 可以是以上任何类型。

5.2、常用窗口函数

函数描述
ROW_NUMBER()为每一行分配一个唯一的序号
RANK()为每个唯一的值分配一个序号,如果有重复值,则序号相同
DENSE_RANK()与RANK()函数类似,但是如果有重复值,则序号不会跳过相同的值
FIRST_VALUE()返回窗口中第一个值
LAST_VALUE()返回窗口中最后一个值
LEAD()返回窗口中指定行之后的值
LAG()返回窗口中指定行之前的值
SUM()计算窗口中指定列的和
AVG()计算窗口中指定列的平均值
MAX()返回窗口中指定列的最大值
MIN()返回窗口中指定列的最小值

六、自定义函数

创建maven项目,导入依赖

junitjunit3.8.1testorg.apache.hivehive-exec3.1.2org.apache.hadoophadoop-client3.1.3org.apache.hivehive-jdbc3.1.3

6.1、自定义UDF函数

UDF(User-Defined-Function) 一进一出,继承了org.apache.hadoop.hive.ql.exec.UDF类,并复写了evaluate方法。

示例:将两个字符串传入,合到一起并全部转换成小写。

package org.example.udf;import org.apache.hadoop.hive.ql.exec.UDF;/*** @program: hivefunction* @interfaceName LowerUDF* @description:* @author: 太白* @create: 2023-02-24 14:08**/
public class LowerUDF extends UDF {public String evaluate(final String txt,final String txt2){String res = txt + ", " + txt2;return res.toLowerCase();}public static void main(String[] args) {LowerUDF lowerUDF = new LowerUDF();System.out.println(lowerUDF.evaluate("aaa", "BBBBB"));}
}

在这里插入图片描述

6.2、自定义UDTF函数

UDTF(User-Defined Table-Generating Functions)一进多出,继承org.apache.hadoop.hive.ql.udf.generic.GenericUDTF。

示例:将list转{“aa,bb,cc”,“3,4,1”}转换成map前面与后面一一对应。

package org.example.udtf;import com.google.common.collect.Lists;
import org.apache.hadoop.hive.ql.exec.UDFArgumentException;
import org.apache.hadoop.hive.ql.metadata.HiveException;
import org.apache.hadoop.hive.ql.udf.generic.GenericUDTF;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.ObjectInspectorFactory;
import org.apache.hadoop.hive.serde2.objectinspector.StructObjectInspector;
import org.apache.hadoop.hive.serde2.objectinspector.primitive.PrimitiveObjectInspectorFactory;import java.util.ArrayList;
import java.util.LinkedList;/*** @program: hivefunction* @interfaceName ArrayToMapUDTF* @description:* @author: 太白* @create: 2023-02-25 08:49**/public class ArrayToMapUDTF extends GenericUDTF {@Overridepublic StructObjectInspector initialize(StructObjectInspector argOIs) throws UDFArgumentException {ArrayList colName = Lists.newArrayList();colName.add("key");colName.add("value");LinkedList resType = Lists.newLinkedList();resType.add(PrimitiveObjectInspectorFactory.javaStringObjectInspector);resType.add(PrimitiveObjectInspectorFactory.javaIntObjectInspector);//        返回内容为列名和列的数据类型return ObjectInspectorFactory.getStandardStructObjectInspector(colName, resType);}private Object[] obj = new Object[2];@Overridepublic void process(Object[] args) throws HiveException {if (args != null && args.length==2) {String[] keys = args[0].toString().split(",");String[] values = args[1].toString().split(",");for (int i = 0; i < keys.length; i++) {String key = keys[i];Integer value = 0;if (values.length>=i+1)value = Integer.valueOf(values[i]);obj[0] = key;obj[1] = value;forward(obj);}}else {return;}}@Overridepublic void close() throws HiveException {}
}

在这里插入图片描述

6.3、将自定义函数导入hive中

6.3.1、将项目打成jar包

在这里插入图片描述

6.3.2、将jar包传入hive目录

传入hive的lib目录下
在这里插入图片描述

6.3.3、在hive中加载jar包

add jar /opt/soft/hive312/lib/…jar;

6.3.4、设置函数

创建临时函数
create temporary function 函数名 as ‘引用路径’;
创建函数
create function 函数名 as ‘引用路径’;

在这里插入图片描述

相关内容

热门资讯

2岁孩子生命最后11天依然努力... 25岁的妈妈将患有罕见病的儿子兜兜送进了长沙的“雏菊之家”安宁病房。她陪伴儿子度过了最后11天,并每...
13岁少年被控杀害5岁男童案 ... 一名13岁少年因妹妹被邻居5岁男童撒沙而心生怨恨,将男童带至桥上推下水致其溺亡。此案引起了媒体的广泛...
全球顶尖科学家加速回流中国 风... 全球顶尖科学家纷纷选择离开美国,转向中国任职。2026年初,莱斯大学90后斯隆奖得主汪淏田全职加盟同...
APEC工商领导人峰会今天聚焦... 11月17日,来自亚太经合组织21个经济体及英国、法国、德国、瑞士等13个域外经济体的2000多位政...
雷军APEC发言 具身智能潜力... 11月17日,小米CEO雷军在2026年APEC工商领导人峰会上表示,具身智能机器人的潜力超过汽车,...
俄罗斯记者惊呼在深圳谁还用现金... 11月17日,今日俄罗斯国际通讯社记者德米特里·加夫里洛夫在接受采访时分享了他的深圳体验。他提到,刚...
雷军:智能机器人产业潜力超汽车... 11月17日,在2026年亚太经合组织工商领导人峰会上,小米CEO雷军介绍了公司在AI、智能制造和机...
保研举报成风,这不只是“坏人变... 保研举报成风,这不只是“坏人变小了” 制度留操作空间。高校保研季举报成风:这不是学生坏,是制度留了太...
广东01年医护女孩为00年闺蜜... 据河南广播电视台小莉帮忙,广东一位01年的女孩,亲自为自己00年的闺蜜接生。她们的缘分有多深?女孩称...
广东网友为迎接APEC会议周有... 11月14日,2026年APEC领导人会议周新闻中心举办了广东省、深圳市专场中外媒体吹风会。这是20...
动车插座在头顶被吐槽像在打吊瓶... 近日,有网友在社交平台发帖分享自己的乘车经历:乘坐D2928次动车组时,发现车厢内的充电插座安装在顶...
万斯称与特朗普无分歧 一致反对... JD·万斯周一表示,他与总统唐纳德·特朗普在伊朗战争问题上完全一致。此前,他曾将共和党在中期选举中的...
痛风人群这4种饮品要少喝 咖啡... 很多尿酸高、痛风人群都知道啤酒、果汁会升高尿酸,那么有没有什么饮料对尿酸“很友好”,甚至还能降低痛风...
医生辟谣左侧睡根本不伤心:正常... 11月17日,经常朝左睡对心脏的影响引发关注。从解剖学角度看,心脏虽然位于胸腔偏左,但它并非孤零零地...
96岁奶奶扒着车窗含泪送孙女返... 近日,湖南,假期快要结束,孙女准备返程。96岁的奶奶扒着车窗,眼里满是不舍。一句有空常回家看看,戳中...
人民日报:从《持械入宋》火爆看... 有能够让行业内外普遍认可的作品出现,是一种新文艺类型成熟的重要标志。正是因为“家里家外”系列、《盛夏...
灵岩寺外围山脊被刀片式铁丝网围... 11月16日,山东济南有网友发视频称,灵岩寺外围山脊被刀片式铁丝网围挡。视频画面中,一名徒友将铁丝网...
地板预留距离业主担心热胀冷缩 ... 陈先生的新房位于湖州德清,他说这段时间正在铺设木地板,去看了一下,结果发现“没有一个地方是对的”,希...
王传福:中国制造不是抢饭碗,而... 中国新能源汽车正积极拓展海外市场。11月17日,在深圳举办的2026年APEC工商领导人峰会上,比亚...
536分捡漏上北大考生被公派瑞... 11月16日晚,来自河南农村的赵同学宣布即将前往瑞士攻读博士学位,并感谢祖国的资助和老师们的帮助。他...