assert_true断言函数

前言

在 Spark SQL 和 Hive 中，assert_true 是一个非常实用的内置断言函数。它主要用于数据质量校验（Data Quality Check）和ETL 任务的熔断机制。

简单来说，它的作用就像是代码里的"安检员"：如果数据符合预期，就放行；如果数据出现异常，就直接报错并中断整个任务。

语法与返回值

sql 复制代码

assert_true(condition)

参数：condition 是一个返回布尔值（TRUE 或 FALSE）的表达式。

返回值：

如果 condition 为 TRUE：返回 NULL（静默放行，不影响数据处理）。

如果 condition 为 FALSE 或 NULL：抛出 RuntimeException 异常，直接导致当前的 SQL 任务失败报错。

sql 复制代码

SELECT 
    add_table_day,
    interval_day,
    -- 如果 total_income < 0，任务会直接报错挂掉，防止脏数据入库
    assert_true(total_income >= 0), 
    total_income
FROM 增量表;


SELECT 
    add_table_day,
    -- 利用 IF 或 COALESCE 结合 assert_true
    -- 如果收入>=0，返回收入；如果<0，触发断言报错任务挂掉
    IF(total_income >= 0, total_income, cast(assert_true(false) as double)) as total_income
FROM 增量表;

总结

功能：条件为真返回 NULL，条件为假/空则报错中断任务。

定位：ETL 管道中的"熔断器"。

好处：宁可任务报错（Fail Fast），也不让脏数据污染下游。当你对某些字段有绝对的业务底线要求时（如：主键不为空、金额不为负、留存率不能大于100%），用它准没错

；