以下是 Hive 中老师较少讲解但实用、适合课堂分享的函数清单（按场景分类，附作用、语法、例子及课堂话术），覆盖文本、日期、聚合、JSON 等高频场景：
一、文本处理类
1. parse_url（URL 解析函数）
-
作用：一键拆解 URL 的协议、域名、参数等，替代复杂字符串截取
-
语法 ：
parse_url(url_str, part[, key])part可选：PROTOCOL（协议）、HOST（域名）、PATH（路径）、QUERY（参数）
-
例子 ：
sql
-- 提取URL中的搜索关键词"大数据" select parse_url('https://www.baidu.com/s?wd=大数据', 'QUERY', 'wd'); -
"分析用户访问日志时，用 substr/split 解析 URL 要写好几行，这个函数是 Hive 的'URL 拆解工具'，1 行就能抠出需要的信息，效率超高。"
2. regexp_extract（正则提取函数）
-
作用：按正则规则从字符串中提取指定内容，解决非结构化文本解析
-
语法 ：
regexp_extract(str, regex_pattern, group_index) -
例子 ：
sql
-- 从手机号"13812345678"中提取后4位 select regexp_extract('13812345678', '138\\d{4}(\\d{4})', 1); -
"处理日志、手机号这类非结构化文本时，正则比手动截字符串更精准，这个函数是 Hive 的'正则提取神器'。"
3. initcap（首字母大写函数）
-
作用：将字符串每个单词的首字母转为大写（其余小写）
-
语法 ：
initcap(str) -
例子 ：
sql
select initcap('hello big data'); -- 结果：Hello Big Data -
"做报表时要规范文本格式，这个函数能一键把英文短语转成'首字母大写'的格式，不用手动拼接字符串。"
二、JSON / 复杂类型类
4. get_json_object（JSON 精准取值函数）
-
作用：从 JSON 字符串中提取指定层级的字段，无需依赖 JsonSerDe
-
语法 ：
get_json_object(json_str, '$.key层级') -
例子 ：
sql
-- 从JSON中提取"info"下的"age"字段 select get_json_object('{"name":"小明","info":{"age":18}}', '$.info.age'); -
"临时分析 JSON 数据时，不用建表指定 SerDe，这个函数能直接'抠'出需要的字段，灵活又高效。"
5. map_keys/map_values（Map 键 / 值提取函数）
-
作用：从 Map 类型中提取所有键或值，转为数组
-
语法 ：
map_keys(map_col)/map_values(map_col) -
例子 ：
sql
-- 提取Map的所有键 select map_keys(map('name','小明','age','18')); -- 结果：["name","age"] -
"处理 Map 类型数据时，这个函数能快速把键或值转成数组，方便后续统计（比如统计有多少个不同的键）。"
三、日期 / 时间类
6. date_format（日期格式化万能函数）
-
作用 ：自定义日期格式，替代
from_unixtime的固定格式 -
语法 ：
date_format(date_str, '格式模板') -
例子 ：
sql
-- 把时间戳转成"2025-12-08 10:30"格式 select date_format(from_unixtime(1733649000), 'yyyy-MM-dd HH:mm'); -
"之前学的
from_unixtime格式固定，这个函数能自定义日期显示方式，做报表时想怎么格式化就怎么来。"
7. datediff/months_between（日期差函数）
-
作用：计算两个日期的 "天数差" 或 "月份差"
-
语法 ：
datediff(end_date, start_date)/months_between(end_date, start_date) -
例子 ：
sql
-- 计算两个日期相差的天数 select datediff('2025-12-08', '2025-12-01'); -- 结果：7 -
"统计用户'注册后多久下单'这类场景，用这个函数能直接算出天数差，不用手动算日期。"
四、聚合 / 条件类
8. nvl2（增强版空值替换函数）
-
作用 ：根据字段是否为空，返回不同结果（比
nvl更灵活） -
语法 ：
nvl2(col, 非空返回值, 空返回值) -
例子 ：
sql
-- 有分数显示"及格/不及格"，无分数显示"缺考" select nvl2(score, if(score>=60,'及格','不及格'), '缺考') from student; -
"
nvl只能替换空值，这个函数能同时处理'空'和'非空'两种情况，一次判断搞定两类逻辑。"
9. collect_set/collect_list（聚合为数组函数）
-
作用 ：将分组后的某列聚合为数组（
collect_set去重，collect_list保留重复） -
语法 ：
collect_set(col)/collect_list(col) -
例子 ：
sql
-- 按班级聚合，收集每个班级的学生姓名 select class, collect_list(name) from student group by class; -
"统计每个班级的学生名单时，这个函数能把姓名'打包'成数组，不用一行一行看数据。"
五、数学计算类
10. percentile（分位数计算函数）
-
作用：计算数值列的分位数（比如中位数、四分位数）
-
语法 ：
percentile(col, 分位值) -
例子 ：
sql
-- 计算学生分数的中位数 select percentile(score, 0.5) from student; -
"统计数据分布时，中位数比平均数更能反映'中间水平'，这个函数能直接算出分位数，不用手动排序。"
十一、 regexp_extract（正则提取函数）
-
作用：按正则表达式从字符串中提取内容，解决复杂文本解析
-
语法 ：
regexp_extract(str, regex, group) -
例子 ：
sql
-- 从手机号"13812345678"中提取后4位 select regexp_extract('13812345678', '138(\\d{4})(\\d{4})', 2); -
"处理非结构化文本（比如日志、手机号）时，正则提取比手动截字符串更精准，这个函数是 Hive 的'正则神器'。"