Hive 函数学习笔记（上）：单行函数与炸裂函数

本文基于 Hive 官方 UDF 文档整理，涵盖 Hive 内置函数分类、单行函数以及炸裂函数（UDTF）的常用语法与案例。官方文档：Apache Hive : LanguageManual UDF

一、Hive 内置函数总览

Hive 内置函数大致可以分为：单行函数、聚合函数、炸裂函数、窗口函数。

复制代码

-- 查看 Hive 系统的内置函数
SHOW FUNCTIONS;
-- 查看内置函数用法
DESC FUNCTION xxxxx;
-- 查看内置函数的详细信息
DESC FUNCTION EXTENDED day;

二、单行函数

特点： 一进一出，即输入一行，输出一行。 分类： 日期函数、字符串函数、集合函数、数学函数、流程控制函数。 算术运算函数： +、-、*、/、%、&、|、^、~

&：A&B，A 和 B 按位取与
|：A|B，A 和 B 按位取或
^：A^B，A 和 B 按位取异或
~：~A，A 按位取反

（1）数学函数

复制代码

-- round：四舍五入
round(DOUBLE a)
round(DOUBLE a, INT d)
-- ceil：向上取整
ceil(DOUBLE a), ceiling(DOUBLE a)
-- floor：向下取整
floor(DOUBLE a)

案例：

复制代码

SELECT round(3.1425926);
SELECT round(3.1425926,2);
SELECT ceil(3.14);
SELECT floor(3.5);
SELECT
    round(avg(sal),2) AS avg_sal
FROM
    emp;

（2）集合函数

创建复杂数据类型表：

复制代码

CREATE TABLE test_tbl1(
    name STRING,
    friends ARRAY<STRING>,
    students MAP<STRING,INT>,
    address STRUCT<street:STRING,city:STRING,code:INT>
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'   -- 行分隔符
COLLECTION ITEMS TERMINATED BY ','
MAP KEYS TERMINATED BY ':'
LINES TERMINATED BY '\n';

数据：

复制代码

zhangsan    zhangsan1,zhangsan2 lisi1:18,lisi2:20   shushanqu,hefei,230001
zhangsan        ["zhangsan1","zhangsan2"]       {"lisi1":18,"lisi2":20} {"street":"shushanqu","city":"hefei","code":230001}

size：返回元素数量

复制代码

size(Map<KV>)
size(Array<T>)

SELECT
    size(friends) AS friends_num
FROM
    test_tbl1;
SELECT
    size(students) AS students_num
FROM
    test_tbl1;

map

复制代码

map_keys(Map<KV>): 返回一个包含输入映射键的无序数组。
map_values(Map<KV>): 返回一个包含输入映射值的无序数组。

-- 创建 map 集合
SELECT map('name','zhangsan','age','20');
SELECT map_keys(map('name','zhangsan','age','20'));   -- ["name","age"]
SELECT
    map_keys(students)
FROM
    test_tbl1;
SELECT map_values(map('name','zhangsan','age','20'));
SELECT
    map_values(students)
FROM
    test_tbl1;

array 集合

复制代码

array_contains(Array<T>, value): 如果数组包含值，则返回 TRUE。

SELECT array(1,2,3,4,5);
SELECT array_contains(array(1,2,3,4,5),4);
SELECT
    array_contains(friends,"zhangsan1")
FROM
    test_tbl1;
sort_array(Array<T>): 根据数组元素的自然顺序，按升序对输入数组进行排序并返回结果

SELECT sort_array(array(1,2,5,4,3));  -- 不支持降序！！！

struct

复制代码

SELECT struct('name','age','sex');  -- 声明属性
-- 声明属性和值
SELECT named_struct('name','zhangsan','age','20');

（3）日期函数

复制代码

-- unix_timestamp：返回当前或指定时间的时间戳
-- 返回值：bigint
-- 参数：date：日期
--      pattern：日期格式
unix_timestamp()
unix_timestamp(string date)
unix_timestamp(string date, string pattern)

SELECT unix_timestamp('2026/09/29 10-33-15','yyyy/MM/dd HH-mm-ss');

-- from_unixtime：转换 unix 时间戳
from_unixtime(bigint unixtime[, string pattern])

SELECT from_unixtime(1790677995,'yyyy/MM/dd');

-- current_date：当前时间
current_date

SELECT current_date;   -- 年月日

-- current_timestamp：当前日期加时间，并且精确到毫秒
current_timestamp

SELECT current_timestamp;

-- month：获取日期中的月
month(string date)

SELECT month('2026-09-29 10:30:10');

-- day：获取日期中的日
day(string date) dayofmonth(date)

SELECT day('2026-09-29 10:30:10');

-- hour：获取日期中的小时
hour(string date)

SELECT hour('2026-09-29 10:30:10');

-- datediff：两个日期相差的天数
datediff(string enddate, string startdate)

SELECT datediff('2026-09-29','2026-07-13');   -- 78

-- date_add：日期加天数，返回开始日期 startdate，增加 days 天后的日期
date_add(date/timestamp/string startdate, tinyint/smallint/int days)

SELECT date_add('2026-09-29',2);

-- date_sub：日期减天数，返回开始日期 startdate，减去 days 天后的日期
date_sub(date/timestamp/string startdate, tinyint/smallint/int days)

SELECT date_sub('2026-09-29',2);

-- date_format：将标准日期解析成指定格式字符串
date_format(date/timestamp/string ts, string pattern)

SELECT date_format('2026-09-29 10:48:29','yyyy年MM月dd日 HH时间mm分ss秒');

（4）字符串函数

复制代码

-- substring：返回字符串 A 从 start 位置到结尾的字符串。
substring(string A,string start);

SELECT substr('Hadoop',3);
SELECT substring('Hadoop',3);

-- replace：替换，把字符串 A 子字符串 OLD，替换为 NEW
replace(string A, string OLD, string NEW)

SELECT replace('lanzhishujiaxueyuan','xueyuan','daxue');

-- regexp_replace：正则替换，将字符串中 A 符合正则表达式 B 的部分替换为 C
-- 注意：在某些情况下需要进行转义字符
regexp_replace(string A, string B, string C)

SELECT regexp_replace('400-500','(\d+)','hadoop');    -- hadoop-hadoop

-- REGEXP：正则匹配，如果字符串符合正则表达式则返回 true，否则返回 false
A REGEXP B

SELECT 'abcdfhhejkosajkdhhkwfthiqk' REGEXP 'h+';

-- repeat：重复字符串，将 str 重复 n 遍
repeat(string str, int n)

SELECT repeat('我喜欢你',100);

-- split：字符串切割，按正则表达式 pat 匹配到的内容分割 str，分割后的字符串以数组形式返回
split(string str, string pat)

SELECT split('h-a-d-o-o-p','-');

-- nvl：替换空值，如果 A 不为 null，则返回 A，否则返回 B
nvl(A, B)

SELECT nvl('我想放假！',1);

-- concat：拼接字符串
concat(String A,String B,....)

SELECT concat("anhui","-","hefei","-","shushanqu");

-- concat_ws：以指定分隔符拼接字符串或者字符数组
concat_ws(string SEP, string A, string B...)

SELECT concat_ws("-","anhui","hefei","shushanqu");
SELECT concat_ws("-",array("2026","9","29"));

-- get_json_object：解析 json 字符串
get_json_object(string json_string, string path)

{
  "name": "zhangsan",
  "friends": ["zhangsan1", "zhangsan2"],
  "scores": {
    "lisi1": 18,
    "lisi2": 20
  },
  "address": {
    "street": "shushanqu",
    "city": "hefei",
    "code": 230001
  }
}

SELECT get_json_object('{"name":"zhangsan","friends":["zhangsan1","zhangsan2"],"scores":{"lisi1":18,"lisi2":20},"address":{"street":"shushanqu","city":"hefei","code":230001}}',"$.scores.lisi1");

（5）流程控制函数

① CASE WHEN：条件判断函数

语法格式 1： 如果 a=b，那么返回 c；如果 a=d，那么返回 e，否则返回 f

复制代码

CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END

语法格式 2： 如果 a 为 true 则返回 b，如果 c 为 true 则返回 d，否则返回 e

复制代码

CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END

SELECT CASE WHEN 1=2 THEN "zhangsan"
            WHEN 2=2 THEN "lisi"
       ELSE "shujia" END;
SELECT CASE 100 WHEN 50 THEN "zhangsan"
                WHEN 100 THEN "lisi"
       ELSE "lanhi" END;

② IF：条件判断

当条件 testCondition 为 true，则返回 valueTrue，否则返回 valueFalseOrNull。

复制代码

if(boolean testCondition, T valueTrue, T valueFalseOrNull)

-- (a > b)? a : b
SELECT if(10 > 5,'正确','错误');

（6）炸裂函数

1. explode：一行转成多行

复制代码

SELECT explode(array(1,2,3,4,5,6,7));

案例：wordcount

复制代码

CREATE TABLE lines(
    line STRING
);
INSERT INTO lines VALUES
('java,python,hive,spark'),
('hadoop,hdfs,mapreduce,yarn'),
('c,python,hive,spark'),
('java,pytsparkhon,hive,spark'),
('java,python,hive,flink'),
('java,python,hive,spark');
SELECT split(line,',') FROM lines;
SELECT explode(split(line,',')) FROM lines;
SELECT
    word,
    COUNT(1) AS num
FROM
(
    SELECT
        explode(split(line,',')) AS word
    FROM lines
) AS a
GROUP BY word;

班级性别转换

复制代码

SELECT collect_set(gender) FROM students;  -- ["0","1"]
-- 0 | 1
SELECT
    clazz,
    concat_ws('|',collect_set(gender)) AS sexs
FROM students
GROUP BY clazz;
-- 创建表
CREATE TABLE clazz_sex AS
SELECT
    clazz,
    concat_ws('|',collect_set(gender)) AS sexs
FROM students
GROUP BY clazz;
-- T：虚拟视图别名
SELECT
    clazz,
    sex
FROM clazz_sex
LATERAL VIEW explode(split(sexs,'|')) T AS sex;
-- LATERAL VIEW 配合 EXPLODE 是 Hive 中列转行（把一行拆成多行）的经典组合

2. posexplode

POSEXPLODE 是 EXPLODE 的增强版，在炸开数组的同时额外返回每个元素的下标（位置索引）。

复制代码

SELECT posexplode(array(2,3,1,3,21,13,1));

3. inline

INLINE 是 Hive 的一个 UDTF（表生成函数），用于把结构体数组（array<struct>）炸开成多行，并且每个 struct 的字段直接变成一列。

复制代码

SELECT inline(array(struct('A',10,date'2026-10-01'),struct('B',30,date'2026-10-01')));

4. stack

STACK 是 Hive 的一个 UDTF（表生成函数），用于把多个列的值转成多行，即列转行的一种便捷手段。

复制代码

SELECT stack(2,'A',10,date '2026-10-01','B',30,date'2026-10-02');

三、总结（上）

本文整理了 Hive 函数的上半部分内容，包括：

Hive 内置函数的分类与查看方式；
单行函数的特点与分类；
数学函数、集合函数、日期函数、字符串函数、流程控制函数；
炸裂函数：explode、posexplode、inline、stack；
LATERAL VIEW 配合 EXPLODE 实现列转行；
wordcount、班级性别转换等典型案例。

下半部分将继续整理 Hive 窗口函数、行列转换、连续登录 等经典问题。