【Hive】六、Hive 运算逻辑:数学 / 逻辑 / 条件 / 日期 / 字符串函数

文章目录

    • [一、数学运算(Arithmetic Operations)](#一、数学运算(Arithmetic Operations))
      • [1.1 基本算术运算符](#1.1 基本算术运算符)
      • [1.2 数学函数](#1.2 数学函数)
      • [1.3 三角函数](#1.3 三角函数)
    • [二、逻辑运算(Logical Operations)](#二、逻辑运算(Logical Operations))
      • [2.1 比较运算符](#2.1 比较运算符)
      • [2.2 逻辑运算符](#2.2 逻辑运算符)
      • [2.3 CASE 条件表达式](#2.3 CASE 条件表达式)
    • 三、数值运算与聚合
      • [3.1 类型转换函数](#3.1 类型转换函数)
      • [3.2 聚合计算](#3.2 聚合计算)
      • [3.3 窗口计算(具体详见另一篇:Hive函数)](#3.3 窗口计算(具体详见另一篇:Hive函数))
    • [四、条件函数(Conditional Functions)](#四、条件函数(Conditional Functions))
      • [4.1 函数清单一览](#4.1 函数清单一览)
      • [4.2 详解 + 示例](#4.2 详解 + 示例)
        • [① IF](#① IF)
        • [② COALESCE(最常用!)](#② COALESCE(最常用!))
        • [③ NVL(COALESCE 的简化版,只支持两个参数)](#③ NVL(COALESCE 的简化版,只支持两个参数))
        • [④ CASE WHEN(最灵活)](#④ CASE WHEN(最灵活))
        • [⑤ NULLIF](#⑤ NULLIF)
        • [⑥ ISNULL / ISNOTNULL](#⑥ ISNULL / ISNOTNULL)
      • [4.3 易错点 ⚠️](#4.3 易错点 ⚠️)
    • [五、日期函数(Date Functions)](#五、日期函数(Date Functions))
      • [5.1 函数清单一览(按用途分类)](#5.1 函数清单一览(按用途分类))
        • [📌 获取当前时间](#📌 获取当前时间)
        • [📌 时间戳 ↔ 字符串/日期 转换](#📌 时间戳 ↔ 字符串/日期 转换)
        • [📌 日期组件提取](#📌 日期组件提取)
        • [📌 日期运算](#📌 日期运算)
      • [5.2 详解 + 示例](#5.2 详解 + 示例)
        • [① 当前时间](#① 当前时间)
        • [② Unix 时间戳 ↔ 字符串(最常用!)](#② Unix 时间戳 ↔ 字符串(最常用!))
        • [③ 日期组件提取](#③ 日期组件提取)
        • [④ 日期加减](#④ 日期加减)
        • [⑤ 截断 & 格式化](#⑤ 截断 & 格式化)
        • [⑥ 时区处理](#⑥ 时区处理)
      • [5.3 易错点 ⚠️](#5.3 易错点 ⚠️)
    • [六、字符串函数(String Functions)](#六、字符串函数(String Functions))
      • [6.1 函数清单一览(按用途分类)](#6.1 函数清单一览(按用途分类))
        • [📌 长度 & 大小写](#📌 长度 & 大小写)
        • [📌 截取 & 拼接](#📌 截取 & 拼接)
        • [📌 去空格 & 填充](#📌 去空格 & 填充)
        • [📌 查找 & 替换](#📌 查找 & 替换)
        • [📌 拆分 & 解析](#📌 拆分 & 解析)
        • [📌 编码 & 类型转换](#📌 编码 & 类型转换)
      • [6.2 详解 + 示例](#6.2 详解 + 示例)
        • [① 长度与大小写](#① 长度与大小写)
        • [② 截取与拼接](#② 截取与拼接)
        • [③ 去空格 & 填充](#③ 去空格 & 填充)
        • [④ 查找与替换](#④ 查找与替换)
        • [⑤ 拆分与 JSON](#⑤ 拆分与 JSON)
        • [⑥ URL 解析](#⑥ URL 解析)
      • [6.3 易错点 ⚠️](#6.3 易错点 ⚠️)
      • [6.4 速查表(按使用频率排序)](#6.4 速查表(按使用频率排序))

我的网站原文: https://eleanora-lyh.github.io/MyLearningNotes/
csdn处的文章会尽快同步更新,欢迎大家来访问!

一、数学运算(Arithmetic Operations)

Hive 支持标准 SQL 的数学运算符,用于数值计算。

1.1 基本算术运算符

sql 复制代码
-- 加、减、乘、除、取余
SELECT 
    10 + 5 AS addition,           -- 15
    10 - 5 AS subtraction,        -- 5  
    10 * 5 AS multiplication,     -- 50
    10 / 3 AS division,           -- 3.3333
    10 % 3 AS modulus,            -- 1
    10 DIV 3 AS integer_division  -- 3 (Hive 3.0+)
FROM table_name LIMIT 1;

1.2 数学函数

sql 复制代码
-- 常用数学函数
SELECT
    ABS(-10) AS absolute,          -- 10(绝对值)
    ROUND(3.14159, 2) AS round2,   -- 3.14(四舍五入)
    CEIL(3.2) AS ceiling,          -- 4(向上取整)
    FLOOR(3.8) AS floor,           -- 3(向下取整)
    POWER(2, 3) AS power,          -- 8.0(平方)
    SQRT(16) AS sqrt,              -- 4.0(开根)
    EXP(1) AS exp,                 -- 2.71828(e的n次方)
    LN(10) AS ln,                  -- 2.30259(log2)
    LOG10(100) AS log10,           -- 2.0(log10)
    RAND() AS random,              -- 0.0~1.0随机数(随机数)
    SIGN(-5) AS sign_negative      -- -1(符号函数(取正负号))
FROM table_name LIMIT 1;

1.3 三角函数

sql 复制代码
-- 角度弧度转换
SELECT
    SIN(RADIANS(30)) AS sin30,     -- 0.5
    COS(0) AS cos0,                -- 1.0
    TAN(PI()/4) AS tan45,          -- 1.0
    DEGREES(PI()) AS degrees       -- 180.0
FROM table_name LIMIT 1;

二、逻辑运算(Logical Operations)

用于条件判断和布尔运算,返回 TRUE/FALSE/NULL。

2.1 比较运算符

支持:

等值(=)、不等值(!= 或 <>)、小于(<)、小于等于(<=)、大于(>)、大于等于(>=)

字符串比较(字典序)

BETWEEN

LIKE 模糊匹配

sql 复制代码
SELECT
    -- 数值比较
    10 > 5 AS greater_than,        -- TRUE
    10 <= 10 AS less_equal,        -- TRUE
    10 != 5 AS not_equal,          -- TRUE
    10 <> 5 AS not_equal2,         -- TRUE

    -- 字符串比较(字典序)
    'apple' < 'banana' AS str_compare,  -- TRUE

    -- BETWEEN
    15 BETWEEN 10 AND 20 AS between,   -- TRUE

    -- IN
    'red' IN ('red', 'blue', 'green') AS in_set,  -- TRUE

    -- LIKE 模糊匹配
    'hello' LIKE 'he%' AS like_match,  -- TRUE
    'data' LIKE 'd_t_' AS like_single  -- TRUE
FROM table_name LIMIT 1;

2.2 逻辑运算符

sql 复制代码
SELECT
    -- AND/OR/NOT
    (10 > 5) AND (3 < 4) AS and_result,   -- TRUE
    (10 < 5) OR (3 < 4) AS or_result,      -- TRUE
    NOT (10 < 5) AS not_result,            -- TRUE

    -- 处理 NULL
    NULL IS NULL AS is_null,               -- TRUE
    NULL IS NOT NULL AS is_not_null,       -- FALSE

    -- 特殊NULL处理函数
    COALESCE(NULL, 'default') AS coalesce,  -- 'default'
    NVL(NULL, 'backup') AS nvl_result,      -- 'backup'
    NULLIF(10, 10) AS nullif_same,          -- NULL
    NULLIF(10, 5) AS nullif_diff            -- 10
FROM table_name LIMIT 1;

2.3 CASE 条件表达式

sql 复制代码
-- 简单CASE
SELECT 
    user_id,
    CASE age
        WHEN age < 18 THEN '未成年'
        WHEN age BETWEEN 18 AND 35 THEN '青年'
        WHEN age BETWEEN 36 AND 60 THEN '中年'
        ELSE '老年'
    END AS age_group
FROM users;

-- 搜索CASE
SELECT
    order_id,
    amount,
    CASE
        WHEN amount > 1000 THEN '大额'
        WHEN amount > 500 THEN '中额'
        WHEN amount > 0 THEN '小额'
        ELSE '异常'
    END AS amount_level
FROM orders;

三、数值运算与聚合

3.1 类型转换函数

sql 复制代码
SELECT
    CAST('123' AS INT) AS cast_int,        -- 123
    CAST(123.456 AS DECIMAL(5,2)) AS cast_decimal,  -- 123.46
    CONVERT('123.45', DOUBLE) AS convert_double,    -- 123.45
    -- 隐式转换(自动)
    10 + '5' AS implicit_cast              -- 15.0
FROM table_name LIMIT 1;

3.2 聚合计算

sql 复制代码
-- 基本聚合
SELECT
    COUNT(*) AS total_count,
    COUNT(DISTINCT user_id) AS distinct_users,
    SUM(amount) AS total_amount,
    AVG(amount) AS avg_amount,
    MIN(amount) AS min_amount,
    MAX(amount) AS max_amount,
    VARIANCE(amount) AS variance_amount,
    STDDEV(amount) AS stddev_amount
FROM transactions
WHERE dt = '2023-10-01';

-- 分组聚合
SELECT
    department,
    AVG(salary) AS avg_salary,
    PERCENTILE_APPROX(salary, 0.5) AS median_salary  -- 近似中位数
FROM employees
GROUP BY department;

3.3 窗口计算(具体详见另一篇:Hive函数)

【七】Hive 函数:聚合 / 统计 / 分位数 / 集合 / 高级分组

sql 复制代码
-- 窗口函数(分析函数)
SELECT
    user_id,
    order_date,
    amount,
    SUM(amount) OVER (
        PARTITION BY user_id 
        ORDER BY order_date 
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS running_total,
    AVG(amount) OVER (PARTITION BY user_id) AS user_avg,
    RANK() OVER (PARTITION BY product_id ORDER BY amount DESC) AS sales_rank
FROM orders;

四、条件函数(Conditional Functions)

4.1 函数清单一览

函数 语法 作用
IF IF(boolean testCondition, T valueTrue, T valueFalseOrNull) 二选一分支
COALESCE COALESCE(T v1, T v2, ...) 返回第一个非 NULL 值
NVL NVL(T value, T default_value) 如果是 NULL 返回默认值
CASE WHEN CASE WHEN c1 THEN r1 WHEN c2 THEN r2 ELSE rN END 多分支判断
CASE 字段 CASE col WHEN v1 THEN r1 ELSE rN END 等值多分支
NULLIF NULLIF(a, b) 当 a=b 时返回 NULL,否则返回 a
ISNULL / ISNOTNULL ISNULL(a) 判断是否为 NULL
assert_true assert_true(boolean) 断言为真,否则抛异常(常用于数据校验)

4.2 详解 + 示例

① IF
sql 复制代码
SELECT IF(score >= 60, '及格', '不及格') AS result FROM students;
-- 注意:valueTrue 和 valueFalse 必须类型一致或可隐式转换

SELECT IF(1=1, 'a', 100); -- 会报错或隐式转 string
② COALESCE(最常用!)

返回第一个非 NULL 的值,如果所有值都为NULL,那么返回NULL

sql 复制代码
SELECT COALESCE(phone, email, '未知联系方式') FROM user_info;
-- 先判断 phone,若非 NULL 则返回 phone;
-- 若 phone为 NULL,则判断 email,若非 NULL 则返回 email;
-- 若 phone和 email都为 NULL,则返回字符串 '未知联系方式'。

👉 场景:多字段降级取值、空值兜底。

③ NVL(COALESCE 的简化版,只支持两个参数)
sql 复制代码
SELECT NVL(salary, 0) FROM emp;
-- 等价于 COALESCE(salary, 0)
-- 如果 salary字段不为 NULL,就返回 salary的值;
-- 如果 salary为 NULL,就返回 0
④ CASE WHEN(最灵活)
sql 复制代码
-- 写法一:搜索式(条件可以是任意表达式)
SELECT
CASE
WHEN score >= 90 THEN 'A'
WHEN score >= 80 THEN 'B'
WHEN score >= 60 THEN 'C'
ELSE 'D'
END AS grade
FROM students;

-- 写法二:简单式(只能做等值判断)
SELECT
CASE gender
WHEN 'M' THEN '男'
WHEN 'F' THEN '女'
ELSE '未知'
END
FROM user_info;

👉 易错点CASE 必须以 END 结尾;多个 WHEN 命中时只返回第一个

⑤ NULLIF

为0则返回NULL

sql 复制代码
SELECT NULLIF(a, 0); -- 当 a=0 时返回 NULL,避免除零

SELECT amount / NULLIF(qty, 0) FROM orders; -- 经典防除零写法
⑥ ISNULL / ISNOTNULL

过滤指定值为NULL的数据行

sql 复制代码
SELECT * FROM t WHERE ISNULL(col);
SELECT * FROM employee WHERE col IS NULL;

SELECT * FROM t WHERE ISNOTNULL(col); -- 等价于 col IS NOT NULL
SELECT * FROM employee WHERE col IS NOT NULL;

4.3 易错点 ⚠️

  1. 类型一致性IFCASE 返回的多个分支必须是兼容类型,否则报错或隐式转换出错。
  2. NULL 比较NULL = NULL 结果是 NULL(不是 true),所以 CASE WHEN col = NULL 永远不命中,必须用 IS NULL
  3. 短路求值COALESCE 是短路的,但所有参数会先做类型检查。

五、日期函数(Date Functions)

Hive 中日期可以是 DATE(仅日期)、TIMESTAMP(含时间)、STRING('yyyy-MM-dd HH:mm:ss' 格式)三种形式,函数大多对字符串友好。

5.1 函数清单一览(按用途分类)

📌 获取当前时间
函数 返回
current_date() 当前日期,DATE
current_timestamp() 当前时间戳,TIMESTAMP
unix_timestamp() 当前时区的 Unix 秒数(已不推荐,因为非确定性)
📌 时间戳 ↔ 字符串/日期 转换
函数 说明
unix_timestamp(string date[, pattern]) 字符串 → Unix 秒(默认 yyyy-MM-dd HH:mm:ss)转换失败则返回0
unix_timestamp(string date, string pattern) 自定义格式 → Unix 秒
from_unixtime(bigint unixtime[, pattern]) Unix 秒 → 字符串,pattern为yyyyMMdd
to_date(string ts) 截取日期部分
to_unix_timestamp(...) 确定性版本(推荐)
📌 日期组件提取
函数 说明
year(date) 取年
month(date) 取月
day(date) / dayofmonth(date) 取日
hour/minute/second(date) 取时/分/秒
weekofyear(date) 年内第几周
dayofweek(date) 星期几(1=Sunday)
quarter(date) 季度
📌 日期运算
函数 说明
datediff(end, start) 相差天数
date_add(date, n) 加 n 天
date_sub(date, n) 减 n 天
add_months(date, n) 加 n 月
months_between(d1, d2) 相差月份(含小数)
last_day(date) 当月最后一天
next_day(date, 'MO') 下一个周一
trunc(date, 'MM'/'YY') 截断到月/年(月初/年初)
date_format(date, pattern) 格式化输出

5.2 详解 + 示例

① 当前时间
sql 复制代码
SELECT current_date(); -- 2026-05-25

SELECT current_timestamp(); -- 2026-05-25 21:42:41.123

SELECT unix_timestamp(); -- 1748180561(秒)
② Unix 时间戳 ↔ 字符串(最常用!)
sql 复制代码
-- 字符串 → Unix 秒
SELECT unix_timestamp('2026-05-25 21:42:41'); -- 默认格式
SELECT unix_timestamp('2026/05/25', 'yyyy/MM/dd'); -- 自定义格式

-- Unix 秒 → 字符串
SELECT from_unixtime(1748180561); -- '2026-05-25 21:42:41'
SELECT from_unixtime(1748180561, 'yyyy-MM-dd'); -- '2026-05-25'

显示更多行

👉 结合你的项目 :Cosmos 时间戳(毫秒)→ Hive 友好的字符串经常需要 from_unixtime(ts/1000, 'yyyy-MM-dd HH') 这类写法。

③ 日期组件提取
sql 复制代码
SELECT year('2026-05-25'), -- 2026
month('2026-05-25'), -- 5
day('2026-05-25'), -- 25
weekofyear('2026-05-25'), -- 21
quarter('2026-05-25'); -- 2
④ 日期加减
sql 复制代码
SELECT date_add('2026-05-25', 7); -- 2026-06-01

SELECT date_sub('2026-05-25', 7); -- 2026-05-18

SELECT add_months('2026-05-25', 1); -- 2026-06-25

SELECT datediff('2026-05-25', '2026-05-01'); -- 24

SELECT months_between('2026-05-25', '2026-01-01'); -- 4.77...
⑤ 截断 & 格式化
sql 复制代码
SELECT trunc('2026-05-25', 'MM'); -- 2026-05-01(月初)

SELECT trunc('2026-05-25', 'YY'); -- 2026-01-01(年初)

SELECT last_day('2026-05-25'); -- 2026-05-31

SELECT date_format('2026-05-25', 'yyyyMMdd'); -- '20260525'

SELECT date_format('2026-05-25 21:42:41', 'yyyy-MM-dd HH:00:00'); -- 小时桶
⑥ 时区处理
sql 复制代码
-- from_utc_timestamp / to_utc_timestamp
SELECT from_utc_timestamp('2026-05-25 13:42:41', 'Asia/Shanghai');
-- → '2026-05-25 21:42:41'(UTC + 8h)

SELECT to_utc_timestamp('2026-05-25 21:42:41', 'Asia/Shanghai');
-- → '2026-05-25 13:42:41'

5.3 易错点 ⚠️

  1. unix_timestamp() 无参版本是非确定性函数 :在 MapReduce 中可能每个分片得到不同的值,Hive 2.0+ 推荐用 current_timestamp()to_unix_timestamp()
  2. 格式 pattern 大小写敏感yyyy(年)、MM(月)、mm(分钟)、HH(24h)、hh(12h),写错就全错。
  3. 日期相减不是 date1 - date2 ,必须用 datediff
  4. dayofweek 默认 Sunday=1,不是 Monday=1。
  5. NULL 输入:所有日期函数对 NULL 输入返回 NULL。

六、字符串函数(String Functions)

6.1 函数清单一览(按用途分类)

📌 长度 & 大小写
函数 说明
length(s) 字符长度(中文按字符计数)
lower(s) / lcase(s) 转小写
upper(s) / ucase(s) 转大写
initcap(s) 首字母大写
📌 截取 & 拼接
函数 说明
substr(s, start[, len]) / substring 截取子串(从 1 开始
concat(s1, s2, ...) 拼接,任一为 NULL 则结果为 NULL
concat_ws(sep, s1, s2, ...) 用分隔符拼接,自动忽略 NULL "ws" 是 "with separator"
📌 去空格 & 填充
函数 说明
trim(s) 去两端空格
ltrim(s) / rtrim(s) 去左/右空格
lpad(s, len, pad) / rpad 左/右补齐
space(n) 生成 n 个空格
repeat(s, n) 重复 n 次
reverse(s) 反转
📌 查找 & 替换
函数 说明
instr(s, substr) 子串首次出现位置(从 1 开始,0=未找到)
locate(substr, s[, pos]) 同 instr,可指定起始位置
replace(s, old, new) 普通替换
regexp_replace(s, regex, new) 正则替换,s中符合regex的替换为new
regexp_extract(s, regex, idx) 通过正则表达式提取字符串匹配部分 idx=0:返回整个匹配的字符串
idx=1:返回第一个捕获组
idx=2:返回第二个捕获组
regexp(s, regex) 正则匹配(Hive 2.0+)
📌 拆分 & 解析
函数 说明
split(s, regex) 拆成数组
parse_url(url, partKey[, key]) 解析 URL,partKey为要提取的部分,可以是以下值(不区分大小写):
HOST:主机名
PATH:路径
QUERY:查询字符串
REF或 FRAGMENT:锚点部分
PROTOCOL:协议
AUTHORITY:授权机构
FILE:文件名
USERINFO:用户信息
QUERY:<key>:查询参数中指定key的值(需要指定第三个参数key)
get_json_object(json, '$.path') 从JSON字符串中提取指定路径的值,能处理嵌套的JSON
json_tuple(json, k1, k2, ...) 一次提取多个 JSON 字段(更高效),但注意,它不能处理嵌套的JSON,只能提取顶层的键
📌 编码 & 类型转换
函数 说明
cast(x as string) 类型转换
base64(binary) / unbase64(s) Base64 编解码
encode(s, charset) / decode(b, charset) 字符集编码
ascii(s) 取首字符 ASCII

6.2 详解 + 示例

① 长度与大小写
sql 复制代码
SELECT length('hello世界'); -- 7(按字符算)

SELECT upper('abc'), lower('ABC'), initcap('hello world');
-- 'ABC', 'abc', 'Hello World'
② 截取与拼接
sql 复制代码
-- 注意:Hive substr 索引从 1 开始
SELECT substr('abcdef', 2, 3); -- 'bcd'

SELECT substr('abcdef', -3); -- 'def'(负数从右数)

SELECT concat('a', 'b', 'c'); -- 'abc'

SELECT concat('a', NULL, 'c'); -- NULL ⚠️

SELECT concat_ws('-', 'a', NULL, 'c'); -- 'a-c'(自动忽略 NULL)

SELECT concat_ws(',', array('a', 'b', 'c')); -- 'a,b,c'(拼数组)
③ 去空格 & 填充
sql 复制代码
SELECT trim(' hello '); -- 'hello'

SELECT lpad('5', 3, '0'); -- '005'(左补 0)

SELECT rpad('abc', 6, '*'); -- 'abc***'

SELECT repeat('ab', 3); -- 'ababab'

SELECT reverse('hello'); -- 'olleh'
④ 查找与替换
sql 复制代码
-- 从头开始查找字符o的出现位置(索引从1开始)
SELECT instr('hello world', 'o'); -- 5

-- 指定起始位置为6,开始搜索字符o
SELECT locate('o', 'hello world', 6); -- 8

-- 将字符串中-替换为_
SELECT replace('a-b-c', '-', '_'); -- 'a_b_c'

-- 正则替换(脱敏经典场景)
SELECT regexp_replace('13812345678', '(\\d{3})\\d{4}(\\d{4})', '$1****$2');
-- '138****5678'

-- 正则提取
SELECT regexp_extract('order_20260525_001', '(\\d{8})', 1); -- '20260525'

👉 注意 :Hive 中正则 \d 要写成 \\d(双反斜杠转义)。

⑤ 拆分与 JSON
sql 复制代码
SELECT split('a,b,c', ','); -- ['a','b','c']

SELECT split('a,b,c', ',')[1]; -- 'b'

-- JSON 提取
SELECT get_json_object('{"name":"Tom","age":18}', '$.name'); -- 'Tom'

-- 一次提多个字段(推荐,性能好)
SELECT b.name, b.age
FROM (SELECT '{"name":"Tom","age":18}' AS json) t
LATERAL VIEW json_tuple(t.json, 'name', 'age') b AS name, age;
⑥ URL 解析
sql 复制代码
SELECT parse_url('https://www.bing.com/search?q=hive', 'HOST'); -- 'www.bing.com'

SELECT parse_url('https://www.bing.com/search?q=hive', 'QUERY', 'q'); -- 'hive'SELECT parse_url('https://www.bing.com/search?q=hive', 'HOST'); -- 'www.bing.com'

SELECT parse_url('https://www.bing.com/search?q=hive', 'QUERY', 'q'); -- 'hive'

6.3 易错点 ⚠️

  1. concat 遇 NULL 全 NULL :拼接字段时强烈建议用 concat_ws 或先 COALESCE 兜底。
  2. substr 索引从 1 开始,不是 0(和很多编程语言不同)。
  3. 正则要双重转义\d\\d\.\\.
  4. split 第二个参数是正则 :拆分 .|+ 等特殊字符要转义,如 split(s, '\\.')
  5. length 统计字符数,不是字节数 :UTF-8 中文一个字符是 3 字节,但 length 返回 1。

6.4 速查表(按使用频率排序)

排名 函数 类别 用途
🔥1 COALESCE / NVL 条件 空值兜底
🔥2 CASE WHEN 条件 多分支判断
🔥3 date_format 日期 任意格式化
🔥4 from_unixtime / unix_timestamp 日期 时间戳互转
🔥5 datediff / date_add 日期 日期算术
🔥6 concat_ws 字符串 安全拼接
🔥7 substr 字符串 截取
🔥8 regexp_replace / regexp_extract 字符串 正则处理
🔥9 split 字符串 拆分
🔥10 get_json_object 字符串 JSON 解析
相关推荐
ChaITSimpleLove17 小时前
Etl.Net 2.2.0 项目深度分析
数据仓库·.net·etl·大数据处理·数据管道·数据处理引擎
知识分享小能手17 小时前
Hadoop学习教程,从入门到精通, HDFS分布式文件系统 — 完整知识点与案例代码(3)
hadoop·学习·hdfs
陆水A1 天前
【实时数仓·3】Flink多表JOIN状态爆炸——Event Time Temporal JOIN + TTL分层治理
大数据·数据仓库·数据分析·flink·数据库开发·bigdata
段一凡-华北理工大学2 天前
工业领域的Hadoop架构学习~系列文章20:故障诊断与根因分析 - 从表象到本质的智能推理
大数据·人工智能·hadoop·学习·架构·高炉炼铁·工业智能体
Francek Chen2 天前
【大数据处理与分析】MapReduce:05 MapReduce的具体应用
大数据·hadoop·分布式·mapreduce
zhangjin12222 天前
DataX从入门到精通 第1课 ETL之DataX 安装DataX
数据仓库·etl·datax·datax安装教程
zhangjin12222 天前
DataX从入门到精通 第2课 ETL之DataX 安装datax-web
数据仓库·etl·datax·datax-web·datax-web安装教程
知识分享小能手2 天前
Hadoop学习教程,从入门到精通, 部署Hadoop 3.x — 知识点详解(2)
大数据·hadoop·学习
Database_Cool_2 天前
AI 时代的数据仓库:阿里云 AnalyticDB MySQL 向量检索 + SQL 分析一体化实战
数据仓库·人工智能·mysql·阿里云