Hive常用函数_16个时间日期处理

在Hive中,常用的时间处理函数包括但不限于以下几种:

1. current_date(): 返回当前日期,不包含时间部分
c 复制代码
SELECT current_date();
-- Output: 2024-09-15
2. current_timestamp(): 返回当前时间戳,包含日期和时间部分
c 复制代码
SELECT current_timestamp();
-- Output: 2024-09-15 12:34:56
3. year(date): 提取日期中的年份部分
c 复制代码
SELECT year('2024-09-15');
-- Output: 2024
4. month(date): 提取日期中的月份部分
c 复制代码
SELECT month('2024-09-15');
-- Output: 9
5. day(date): 提取日期中的天数部分
c 复制代码
SELECT day('2024-09-15');
-- Output: 15
6. date_format(date, pattern): 将日期按照指定的模式格式化输出
c 复制代码
SELECT date_format('2024-09-15', 'yyyy-MM-dd');
-- Output: '2024-09-15'
7. from_unixtime(unix_time, format): 将Unix时间戳转换为指定格式的日期时间
c 复制代码
SELECT from_unixtime(1731692800, 'yyyy-MM-dd HH:mm:ss');
-- Output: '2024-09-15 00:00:00'
8. unix_timestamp(): 返回当前时间的Unix时间戳
c 复制代码
SELECT unix_timestamp();
-- Output: 1711537815
9. datediff(endDate, startDate): 计算两个日期之间的天数差
c 复制代码
SELECT datediff('2024-09-20', '2024-09-15');
-- Output: 5
10. date_add(date, days): 将指定天数添加到日期
c 复制代码
SELECT date_add('2024-09-15', 3);
-- Output: '2024-09-18'
11. date_sub(date, days): 从日期中减去指定天数
c 复制代码
SELECT date_sub('2024-09-15', 2);
-- Output: '2024-09-13'
12. last_day(date): 返回给定日期所在月份的最后一天
c 复制代码
SELECT last_day('2024-09-15');
-- Output: '2024-09-30'
13. to_date(timestamp): 将时间戳转换为日期
c 复制代码
SELECT to_date('2024-09-15 12:34:56');
-- Output: '2024-09-15'
14. hour(timestamp): 提取时间戳中的小时部分
c 复制代码
SELECT hour('2024-09-15 12:34:56');
-- Output: 12
15. minute(timestamp): 提取时间戳中的分钟部分
c 复制代码
SELECT minute('2024-09-15 12:34:56');
-- Output: 34
16. second(timestamp): 提取时间戳中的秒部分
c 复制代码
SELECT second('2024-09-15 12:34:56');
-- Output: 56

这些函数可用于处理日期和时间数据,进行日期的提取、格式化、计算以及转换等操作。根据实际需求,选择合适的时间处理函数可以方便地对日期时间数据进行处理和分析。

相关推荐
2601_956865778 分钟前
AI企业内训的“效果转化”密码:从“学AI”到“用AI”的机构能力拆解
大数据·人工智能
A-刘晨阳16 分钟前
关键基础设施安全底座:自主可控时序大模型TimechoAI的国产化实践与深度时序分析能力
大数据·数据库·安全·时序数据库
武子康34 分钟前
调查研究-212 智谱 ZCode Harness for GLM-5.2:国产 Coding Agent 从“模型能力“走向“工程执行环境“
大数据·人工智能·深度学习·llm·claude·glm·智谱
隔窗听雨眠36 分钟前
拓宽智能体跑道:亚马逊云科技AgentCore Runtime配额升级背后的基础设施逻辑
大数据·人工智能·科技
Databend21 小时前
2KB histogram 背后:Databend 如何低成本追踪长尾延迟
大数据·数据分析·agent
Databend1 天前
从湖仓升级为 Agent 时代的数据控制面,Snowflake 和 Databricks 有哪些布局
大数据·数据库·agent
阿里云大数据AI技术2 天前
StarRocks x Fluss x Paimon湖流一体方案:构建秒级响应、湖流一体的实时数据引擎
大数据·人工智能
Databend2 天前
Agent 轨迹分析与归因的数据工程实践
大数据·数据库·agent
喵个咪2 天前
Go Wind UBA 拆解系列 - 架构总览:三服务、数据流与契约优先
大数据·后端·go
喵个咪2 天前
Go Wind UBA 拆解系列 - 多租户与安全:两套隔离机制的边界
大数据·后端·go