文章目录
字符串函数
CONCAT(string1, string2, ...)：将多个字符串连接成一个字符串。
LENGTH(string)：返回字符串的长度。
LOWER(string)：将字符串转换为小写。
UPPER(string)：将字符串转换为大写。
TRIM(string)：去除字符串两端的空格。
SUBSTR(string, start, length)：从字符串中提取子字符串，从指定的起始位置开始，指定长度。
REPLACE(string, search, replace)：替换字符串中的指定子字符串。
REGEXP_REPLACE(string, pattern, replace)：使用正则表达式替换字符串中的匹配项。
SPLIT(string, delimiter)：将字符串按指定分隔符拆分为数组。
INSTR(string, substring)：返回子字符串在字符串中第一次出现的位置。
LIKE(string, pattern)：判断字符串是否与指定模式匹配（支持通配符）。
RTRIM(string)：去除字符串末尾的空格。
LTRIM(string)：去除字符串开头的空格。
CONCAT_WS(separator, string1, string2, ...)：将多个字符串使用指定的分隔符连接成一个字符串。
INITCAP(string)：将字符串的首字母大写。
数值函数
ABS(x)：返回数值的绝对值。
ROUND(x, d)：将数值四舍五入到指定的小数位数。
CEIL(x)：向上取整。
FLOOR(x)：向下取整。
随机函数
rand()：生成一个 0 到 1 之间的随机浮点数。
随机取出一张表的10条数据
select * from t1 order by rand() limit 10
randn()：生成一个符合标准正态分布（均值为 0，标准差为 1）的随机浮点数。
rand_seed(n)：使用给定的种子值 n 来初始化随机数生成器，从而产生可重复的随机数序列。
rand_integer(n)：生成一个 0 到 n-1 之间的随机整数。
rand_array(n, expr)：生成一个包含 n 个元素的数组，每个元素的值由表达式 expr 决定。
日期和时间函数
CURRENT_DATE()：返回当前日期。
CURRENT_TIMESTAMP()：返回当前时间戳。
YEAR(date)：返回日期中的年份。
MONTH(date)：返回日期中的月份。
DAY(date)：返回日期中的天数。
DATEDIFF(enddate, startdate)：返回两个日期之间的天数差异。
DATE_ADD(startdate, num_days)：将指定数量的天数添加到给定日期中。
DATE_SUB(startdate, num_days)：从给定日期中减去指定数量的天数。
文章目录
字符串转时间
TO_DATE(string, format)：将字符串转换为日期类型。format 参数指定字符串的日期格式。
TO_TIMESTAMP(string)：将字符串转换为时间戳类型。
UNIX_TIMESTAMP(string, format)：将字符串转换为 Unix 时间戳。format 参数指定字符串的日期格式。
FROM_UNIXTIME(unix_time, format)：将 Unix 时间戳转换为指定格式的时间字符串。
日期格式的模式包括以下常用的符号：
- yyyy：四位数的年份。
- MM：两位数的月份（01-12）。
- dd：两位数的日期（01-31）。
- HH：24 小时制的小时数（00-23）。
- mm：分钟数（00-59）。
- ss：秒数（00-59）。
以下是一些示例
'2023-10-25' 的格式为 'yyyy-MM-dd'。
'10/25/23' 的格式为 'MM/dd/yy'。
'2023-10-25 15:30:45' 的格式为 'yyyy-MM-dd HH:mm:ss'。
'25-Oct-23' 的格式为 'dd-MMM-yy'。
聚合函数
SUM(column)：计算列的总和。
AVG(column)：计算列的平均值。
MAX(column)：返回列的最大值。
MIN(column)：返回列的最小值。
COUNT(column)：计算非空行的数量。
进阶聚合函数
GROUP_CONCAT(expr[, sep])：将分组内的多个值连接成一个字符串，并可以指定分隔符。
COLLECT_LIST(expr)：返回分组内的所有值作为一个数组。
COLLECT_SET(expr)：返回分组内的所有唯一值作为一个集合。
FIRST(expr)：返回分组内的第一个非空值。
LAST(expr)：返回分组内的最后一个非空值。
PERCENTILE(expr, p)：计算分组内的某个百分位数。
STDDEV(expr)：计算分组内值的标准差。
VARIANCE(expr)：计算分组内值的方差。
数组函数
SIZE(array)：返回数组的大小。
ARRAY_CONTAINS(array, value)：检查数组是否包含指定的值。
EXPLODE(array)：将数组展开为多行。
array_intersect(arr1, arr2) 函数来判断两个数组是否存在交集。该函数将返回两个数组中共有的元素组成的一个新数组。
结构体函数
STRUCT(col1, col2, ...)：创建一个结构体。
col_name.field_name：访问结构体中的字段。
数组函数
ARRAY(col1, col2, ...)：创建一个数组。
SIZE(array)：返回数组的大小。
ELEMENT_AT(array, index)：返回数组中指定索引位置的元素。
EXPLODE(array)：将数组展开为多行。
ARRAY_CONTAINS(array, value)：检查数组是否包含指定的值。
映射函数 map
MAP(key1, value1, key2, value2, ...)：创建一个映射。
MAP_KEYS(map)：返回映射中的所有键。
MAP_VALUES(map)：返回映射中的所有值。
GET_JSON_OBJECT(json_string, path)：从 JSON 字符串中提取指定路径的值。
复杂数据类型转换函数：
STRUCT_TO_MAP(struct)：将结构体转换为映射。
MAP_TO_STRUCT(map)：将映射转换为结构体。
文章目录
正则
Hive 的正则表达式函数使用的是 Java 的正则表达式语法。
REGEXP_EXTRACT(string, pattern, index)：从字符串中使用正则表达式模式提取匹配的子字符串。index 参数用于指定提取的子字符串索引。
regexp_extract_all(str, regexp[, index]) 函数来返回所有匹配的元素的一个数组
REGEXP_REPLACE(string, pattern, replacement)：使用正则表达式模式替换字符串中的匹配项为指定的替换字符串。
REGEXP_SPLIT(string, pattern)：根据正则表达式模式将字符串拆分为数组。
RLIKE(string, pattern)：检查字符串是否与正则表达式模式匹配，返回布尔值。
处理JSON
GET_JSON_OBJECT(json_string, path)：从 JSON 字符串中提取指定路径的值。
JSON_TUPLE(json_string, col1, col2, ...)：将 JSON 字符串解析为指定的列。
JSON_ARRAY(json_string, col1, col2, ...)：将 JSON 数组字符串解析为指定的列。
JSON_OBJECT(key1, value1, key2, value2, ...)：创建一个 JSON 对象。
JSON_SIZE(json_string)：返回 JSON 字符串中顶层元素的数量。
JSON_EXTTRACT(json_string, json_path)：从 JSON 字符串中提取满足 JSONPath 表达式的值。