1五、Hive函数详解与案列实战
一、Hive系统内置函数
1.一、数值计算函数
一、取整函数: round
语法: round(double a)
返回值: BIGINT
说明: 返回double类型的整数值部分 （遵循四舍五入）php
hive> select round(3.1415926) from tableName; 3 hive> select round(3.5) from tableName; 4 hive> create table tableName as select round(9542.158) from tableName;
二、指定精度取整函数: round
语法: round(double a, int d)
返回值: DOUBLE
说明: 返回指定精度d的double类型java
hive> select round(3.1415926,4) from tableName; 3.1416
三、向下取整函数: floor
语法: floor(double a)
返回值: BIGINT
说明: 返回等于或者小于该double变量的最大的整数node
hive> select floor(3.1415926) from tableName; 3 hive> select floor(25) from tableName; 25
四、向上取整函数: ceil
语法: ceil(double a)
返回值: BIGINT
说明: 返回等于或者大于该double变量的最小的整数sql
hive> select ceil(3.1415926) from tableName; 4 hive> select ceil(46) from tableName; 46
五、向上取整函数: ceiling
语法: ceiling(double a)
返回值: BIGINT
说明: 与ceil功能相同数据库
hive> select ceiling(3.1415926) from tableName; 4 hive> select ceiling(46) from tableName; 46
六、取随机数函数: rand
语法: rand(),rand(int seed)
返回值: double
说明: 返回一个0到1范围内的随机数。若是指定种子seed，则会等到一个稳定的随机数序列express
hive> select rand() from tableName; 0.5577432776034763 hive> select rand() from tableName; 0.6638336467363424 hive> select rand(100) from tableName; 0.7220096548596434 hive> select rand(100) from tableName; 0.7220096548596434
1.二、日期函数
一、UNIX时间戳转日期函数: from_unixtime
语法: from_unixtime(bigint unixtime[, string format])
返回值: string
说明: 转化UNIX时间戳（从1970-01-01 00:00:00 UTC到指定时间的秒数）到当前时区的时间格式apache
hive> select from_unixtime(1323308943,'yyyyMMdd') from tableName; 20111208
二、获取当前UNIX时间戳函数: unix_timestamp
语法: unix_timestamp()
返回值: bigint
说明: 得到当前时区的UNIX时间戳编程
hive> select unix_timestamp() from tableName; 1323309615
三、日期转UNIX时间戳函数: unix_timestamp
语法: unix_timestamp(string date)
返回值: bigint
说明: 转换格式为"yyyy-MM-dd HH:mm:ss"的日期到UNIX时间戳。若是转化失败，则返回0。json
hive> select unix_timestamp('2011-12-07 13:01:03') from tableName;
1323234063
四、指定格式日期转UNIX时间戳函数: unix_timestamp
语法: unix_timestamp(string date, string pattern)
返回值: bigint
说明: 转换pattern格式的日期到UNIX时间戳。若是转化失败，则返回0。vim
hive> select unix_timestamp('20111207 13:01:03','yyyyMMdd HH:mm:ss') from tableName;
1323234063
五、日期时间转日期函数: to_date
语法: to_date(string timestamp)
返回值: string
说明: 返回日期时间字段中的日期部分。
hive> select to_date('2011-12-08 10:03:01') from tableName;
2011-12-08
六、日期转年函数: year
语法: year(string date)
返回值: int
说明: 返回日期中的年。
hive> select year('2011-12-08 10:03:01') from tableName;
2011
hive> select year('2012-12-08') from tableName;
2012
七、日期转月函数: month
语法: month (string date)
返回值: int
说明: 返回日期中的月份。
hive> select month('2011-12-08 10:03:01') from tableName;
12
hive> select month('2011-08-08') from tableName;
8
八、日期转天函数: day
语法: day (string date)
返回值: int
说明: 返回日期中的天。
hive> select day('2011-12-08 10:03:01') from tableName;
8
hive> select day('2011-12-24') from tableName;
24
九、日期转小时函数: hour
语法: hour (string date)
返回值: int
说明: 返回日期中的小时。
hive> select hour('2011-12-08 10:03:01') from tableName;
10
十、日期转分钟函数: minute
语法: minute (string date)
返回值: int
说明: 返回日期中的分钟。
hive> select minute('2011-12-08 10:03:01') from tableName;
3
hive> select second('2011-12-08 10:03:01') from tableName;
1
十二、日期转周函数: weekofyear
语法: weekofyear (string date)
返回值: int
说明: 返回日期在当前的周数。
hive> select weekofyear('2011-12-08 10:03:01') from tableName;
49
1三、日期比较函数: datediff
语法: datediff(string enddate, string startdate)
返回值: int
说明: 返回结束日期减去开始日期的天数。
hive> select datediff('2012-12-08','2012-05-09') from tableName;
213
1四、日期增长函数: date_add
语法: date_add(string startdate, int days)
返回值: string
说明: 返回开始日期startdate增长days天后的日期。
hive> select date_add('2012-12-08',10) from tableName;
2012-12-18
1五、日期减小函数: date_sub
语法: date_sub (string startdate, int days)
返回值: string
说明: 返回开始日期startdate减小days天后的日期。
hive> select date_sub('2012-12-08',10) from tableName;
2012-11-28
1.三、条件函数
一、If函数: if
语法: if(boolean testCondition, T valueTrue, T valueFalseOrNull)
返回值: T
说明: 当条件testCondition为TRUE时，返回valueTrue；不然返回valueFalseOrNull
hive> select if(1=2,100,200) from tableName; 200 hive> select if(1=1,100,200) from tableName; 100
二、非空查找函数: COALESCE
语法: COALESCE(T v1, T v2, …)
返回值: T
说明: 返回参数中的第一个非空值；若是全部值都为NULL，那么返回NULL
hive> select COALESCE(null,'100','50') from tableName; 100
三、条件判断函数：CASE
语法: CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END
返回值: T
说明：若是a等于b，那么返回c；若是a等于d，那么返回e；不然返回f
hive> Select case 100 when 50 then 'tom' when 100 then 'mary' else 'tim' end from tableName; mary hive> Select case 200 when 50 then 'tom' when 100 then 'mary' else 'tim' end from tableName; tim
四、条件判断函数：CASE
语法: CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END
返回值: T
说明：若是a为TRUE,则返回b；若是c为TRUE，则返回d；不然返回e
hive> select case when 1=2 then 'tom' when 2=2 then 'mary' else 'tim' end from tableName; mary hive> select case when 1=1 then 'tom' when 2=2 then 'mary' else 'tim' end from tableName; tom
1.四、字符串函数
一、字符串长度函数：length
语法: length(string A)
返回值: int
说明：返回字符串A的长度
hive> select length('abcedfg') from tableName;
二、字符串反转函数：reverse
语法: reverse(string A)
返回值: string
说明：返回字符串A的反转结果
hive> select reverse('abcedfg') from tableName;
gfdecba
三、字符串链接函数：concat
语法: concat(string A, string B…)
返回值: string
说明：返回输入字符串链接后的结果，支持任意个输入字符串
hive> select concat('abc','def','gh') from tableName;
abcdefgh
四、字符串链接并指定字符串分隔符：concat_ws
语法: concat_ws(string SEP, string A, string B…)
返回值: string
说明：返回输入字符串链接后的结果，SEP表示各个字符串间的分隔符
hive> select concat_ws(',','abc','def','gh')from tableName;
abc,def,gh
五、字符串截取函数：substr
语法: substr(string A, int start),substring(string A, int start)
返回值: string
说明：返回字符串A从start位置到结尾的字符串
hive> select substr('abcde',3) from tableName;
cde
hive> select substring('abcde',3) from tableName;
cde
hive> select substr('abcde',-1) from tableName; （和ORACLE相同）
e
六、字符串截取函数：substr,substring
语法: substr(string A, int start, int len),substring(string A, int start, int len)
返回值: string
说明：返回字符串A从start位置开始，长度为len的字符串
hive> select substr('abcde',3,2) from tableName;
cd
hive> select substring('abcde',3,2) from tableName;
cd
hive>select substring('abcde',-2,2) from tableName;
de
七、字符串转大写函数：upper,ucase
语法: upper(string A) ucase(string A)
返回值: string
说明：返回字符串A的大写格式
hive> select upper('abSEd') from tableName;
ABSED
hive> select ucase('abSEd') from tableName;
ABSED
八、字符串转小写函数：lower,lcase
语法: lower(string A) lcase(string A)
返回值: string
说明：返回字符串A的小写格式
hive> select lower('abSEd') from tableName;
absed
hive> select lcase('abSEd') from tableName;
absed
九、去空格函数：trim
语法: trim(string A)
返回值: string
说明：去除字符串两边的空格
hive> select trim(' abc ') from tableName;
abc
十、url解析函数 parse_url
语法:
parse_url(string urlString, string partToExtract [, string keyToExtract])
返回值: string
说明：返回URL中指定的部分。partToExtract的有效值为：HOST, PATH,
QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO.
hive> select parse_url
('https://www.tableName.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST')
from tableName;
www.tableName.com
hive> select parse_url
('https://www.tableName.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY', 'k1')
from tableName;
v1
十一、json解析 get_json_object
语法: get_json_object(string json_string, string path)
返回值: string
说明：解析json的字符串json_string,返回path指定的内容。若是输入的json字符串无效，那么返回NULL。
hive> select get_json_object('{"store":{"fruit":\[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}], "bicycle":{"price":19.95,"color":"red"} },"email":"amy@only_for_json_udf_test.net","owner":"amy"}','$.owner') from tableName;
十二、重复字符串函数：repeat
语法: repeat(string str, int n)
返回值: string
说明：返回重复n次后的str字符串
hive> select repeat('abc',5) from tableName;
abcabcabcabcabc
1三、分割字符串函数: split
语法: split(string str, string pat)
返回值: array
说明: 按照pat字符串分割str，会返回分割后的字符串数组
hive> select split('abtcdtef','t') from tableName;
["ab","cd","ef"]
1.五、集合统计函数
一、个数统计函数: count
语法: count(*), count(expr), count(DISTINCT expr[, expr_.])
返回值：Int
说明: count(*)统计检索出的行的个数，包括NULL值的行；count(expr)返回指定字段的非空值的个数；count(DISTINCT
expr[, expr_.])返回指定字段的不一样的非空值的个数
hive> select count(*) from tableName; 20 hive> select count(distinct t) from tableName; 10
二、总和统计函数: sum
语法: sum(col), sum(DISTINCT col)
返回值: double
说明: sum(col)统计结果集中col的相加的结果；sum(DISTINCT col)统计结果中col不一样值相加的结果
hive> select sum(t) from tableName; 100 hive> select sum(distinct t) from tableName; 70
三、平均值统计函数: avg
语法: avg(col), avg(DISTINCT col)
返回值: double
说明: avg(col)统计结果集中col的平均值；avg(DISTINCT col)统计结果中col不一样值相加的平均值
hive> select avg(t) from tableName; 50 hive> select avg (distinct t) from tableName; 30
四、最小值统计函数: min
语法: min(col)
返回值: double
说明: 统计结果集中col字段的最小值
hive> select min(t) from tableName; 20
五、最大值统计函数: max
语法: maxcol)
返回值: double
说明: 统计结果集中col字段的最大值
hive> select max(t) from tableName; 120
1.六、复合型构建函数
一、Map类型构建: map
语法: map (key1, value1, key2, value2, …)
说明：根据输入的key和value对构建map类型
create table score_map(name string, score map<string,int>) row format delimited fields terminated by '\t' collection items terminated by ',' map keys terminated by ':'; 建立数据内容以下并加载数据 cd /kkb/install/hivedatas/ vim score_map.txt zhangsan 数学:80,语文:89,英语:95 lisi 语文:60,数学:80,英语:99 加载数据到hive表当中去 load data local inpath '/kkb/install/hivedatas/score_map.txt' overwrite into table score_map; map结构数据访问： 获取全部的value： select name,map_values(score) from score_map; 获取全部的key： select name,map_keys(score) from score_map; 按照key来进行获取value值 select name,score["数学"] from score_map; 查看map元素个数 select name,size(score) from score_map;
二、Struct类型构建: struct
语法: struct(val1, val2, val3, …)
说明：根据输入的参数构建结构体struct类型，似于C语言中的结构体，内部数据经过X.X来获取，假设咱们的数据格式是这样的，电影ABC，有1254人评价过，打分为7.4分
建立struct表 hive> create table movie_score( name string, info struct<number:int,score:float> )row format delimited fields terminated by "\t" collection items terminated by ":"; 加载数据 cd /kkb/install/hivedatas/ vim struct.txt ABC 1254:7.4 DEF 256:4.9 XYZ 456:5.4 加载数据 load data local inpath '/kkb/install/hivedatas/struct.txt' overwrite into table movie_score; hive当中查询数据 hive> select * from movie_score; hive> select info.number,info.score from movie_score; OK 1254 7.4 256 4.9 456 5.4
三、array类型构建: array
语法: array(val1, val2, …)
说明：根据输入的参数构建数组array类型
hive> create table person(name string,work_locations array<string>) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' COLLECTION ITEMS TERMINATED BY ','; 加载数据到person表当中去 cd /kkb/install/hivedatas/ vim person.txt 数据内容格式以下 biansutao beijing,shanghai,tianjin,hangzhou linan changchu,chengdu,wuhan 加载数据 hive > load data local inpath '/kkb/install/hivedatas/person.txt' overwrite into table person; 查询全部数据数据 hive > select * from person; 按照下表索引进行查询 hive > select work_locations[0] from person; 查询全部集合数据 hive > select work_locations from person; 查询元素个数 hive > select size(work_locations) from person;
1.七、复杂型长度统计函数
1.Map类型长度函数: size(Map<k .V>)
语法: size(Map<k .V>)
返回值: int
说明: 返回map类型的长度
hive> select size(t) from map_table2; 2
2.array类型长度函数: size(Array<T>)
语法: size(Array<T>)
返回值: int
说明: 返回array类型的长度
hive> select size(t) from arr_table2; 4
3.类型转换函数
类型转换函数: cast
语法: cast(expr as <type>)
返回值: Expected "=" to follow "type"
说明: 返回转换后的数据类型
hive> select cast('1' as bigint) from tableName;
1
1.八、explode函数
一、使用explode函数将hive表中的Map和Array字段数据进行拆分
lateral view用于和split、explode等UDTF一块儿使用的，能将一行数据拆分红多行数据，在此基础上能够对拆分的数据进行聚合，lateral view首先为原始表的每行调用UDTF，UDTF会把一行拆分红一行或者多行，lateral view在把结果组合，产生一个支持别名表的虚拟表。
其中explode还能够用于将hive一列中复杂的array或者map结构拆分红多行
需求：如今有数据格式以下 zhangsan child1,child2,child3,child4 k1:v1,k2:v2 lisi child5,child6,child7,child8 k3:v3,k4:v4 字段之间使用\t分割，需求将全部的child进行拆开成为一列 +----------+--+ | mychild | +----------+--+ | child1 | | child2 | | child3 | | child4 | | child5 | | child6 | | child7 | | child8 | +----------+--+ 将map的key和value也进行拆开，成为以下结果 +-----------+-------------+--+ | mymapkey | mymapvalue | +-----------+-------------+--+ | k1 | v1 | | k2 | v2 | | k3 | v3 | | k4 | v4 | +-----------+-------------+--+
第一步：建立hive数据库
建立hive数据库d
第一步：建立hive数据库
建立hive数据库d
hive (default)> create database hive_explode; hive (default)> use hive_explode;
第二步：建立hive表，而后使用explode拆分map和array
create table hive_explode.t3(name string, children array<string>, address Map<string,string>) row format delimited fields terminated by '\t' collection items terminated by ',' map keys terminated by ':' stored as textFile;
第三步：加载数据
node03执行如下命令建立表数据文件
cd /kkb/install/hivedatas/ vim maparray 数据内容格式以下 zhangsan child1,child2,child3,child4 k1:v1,k2:v2 lisi child5,child6,child7,child8 k3:v3,k4:v4
hive表当中加载数据
hive (hive_explode)> load data local inpath '/kkb/install/hivedatas/maparray' into table hive_explode.t3;
第四步：使用explode将hive当中数据拆开
将array当中的数据拆分开
hive (hive_explode)> SELECT explode(children) AS myChild FROM hive_explode.t3;
将map当中的数据拆分开
hive (hive_explode)> SELECT explode(address) AS (myMapKey, myMapValue) FROM hive_explode.t3;
二、使用explode拆分json字符串
需求：如今有一些数据格式以下：
a:shandong,b:beijing,c:hebei|1,2,3,4,5,6,7,8,9|[{"source":"7fresh","monthSales":4900,"userCount":1900,"score":"9.9"},{"source":"jd","monthSales":2090,"userCount":78981,"score":"9.8"},{"source":"jdmart","monthSales":6987,"userCount":1600,"score":"9.0"}]
其中字段与字段之间的分隔符是 |
咱们要解析获得全部的monthSales对应的值为如下这一列（行转列）
4900 2090 6987
第一步：建立hive表
hive (hive_explode)> create table hive_explode.explode_lateral_view ( area string, goods_id string, sale_info string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' STORED AS textfile;
第二步：准备数据并加载数据
准备数据以下
cd /kkb/install/hivedatas
vim explode_json
a:shandong,b:beijing,c:hebei|1,2,3,4,5,6,7,8,9|[{"source":"7fresh","monthSales":4900,"userCount":1900,"score":"9.9"},{"source":"jd","monthSales":2090,"userCount":78981,"score":"9.8"},{"source":"jdmart","monthSales":6987,"userCount":1600,"score":"9.0"}]
加载数据到hive表当中去
hive (hive_explode)> load data local inpath '/kkb/install/hivedatas/explode_json' overwrite into table hive_explode.explode_lateral_view;
第三步：使用explode拆分Array
hive (hive_explode)> select explode(split(goods_id,',')) as goods_id from hive_explode.explode_lateral_view;
第四步：使用explode拆解Map
hive (hive_explode)> select explode(split(area,',')) as area from hive_explode.explode_lateral_view;
第五步：拆解json字段
hive (hive_explode)> select explode(split(regexp_replace(regexp_replace(sale_info,'\\[\\{',''),'}]',''),'},\\{')) as sale_info from hive_explode.explode_lateral_view;
而后咱们想用get_json_object来获取key为monthSales的数据：
hive (hive_explode)> select get_json_object(explode(split(regexp_replace(regexp_replace(sale_info,'\\[\\{',''),'}]',''),'},\\{')),'$.monthSales') as sale_info from hive_explode.explode_lateral_view;
而后出现异常FAILED: SemanticException [Error 10081]: UDTF's are not supported outside the SELECT clause, nor nested in expressions
UDTF explode不能写在别的函数内
若是你这么写，想查两个字段，select explode(split(area,',')) as area,good_id from explode_lateral_view;
会报错FAILED: SemanticException 1:40 Only a single expression in the SELECT clause is supported with UDTF's. Error encountered near token 'good_id'
使用UDTF的时候，只支持一个字段，这时候就须要LATERAL VIEW出场了
三、配合LATERAL VIEW使用
配合lateral view查询多个字段
hive (hive_explode)> select goods_id2,sale_info from explode_lateral_view LATERAL VIEW explode(split(goods_id,','))goods as goods_id2;
其中LATERAL VIEW explode(split(goods_id,','))goods至关于一个虚拟表，与原表explode_lateral_view笛卡尔积关联。
也能够多重使用
hive (hive_explode)> select goods_id2,sale_info,area2 from explode_lateral_view LATERAL VIEW explode(split(goods_id,','))goods as goods_id2 LATERAL VIEW explode(split(area,','))area as area2;
也是三个表笛卡尔积的结果
最终，咱们能够经过下面的句子，把这个json格式的一行数据，彻底转换成二维表的方式展示
hive (hive_explode)> select get_json_object(concat('{',sale_info_1,'}'),'$.source') as source, get_json_object(concat('{',sale_info_1,'}'),'$.monthSales') as monthSales, get_json_object(concat('{',sale_info_1,'}'),'$.userCount') as monthSales, get_json_object(concat('{',sale_info_1,'}'),'$.score') as monthSales from explode_lateral_view LATERAL VIEW explode(split(regexp_replace(regexp_replace(sale_info,'\\[\\{',''),'}]',''),'},\\{'))sale_info as sale_info_1;
总结：
Lateral View一般和UDTF一块儿出现，为了解决UDTF不容许在select字段的问题。
Multiple Lateral View能够实现相似笛卡尔乘积。
Outer关键字能够把不输出的UDTF的空结果，输出成NULL，防止丢失数据。
1.九、列、行互转函数
1.9.一、列转行
1．相关函数说明
CONCAT(string A/col, string B/col…)：返回输入字符串链接后的结果，支持任意个输入字符串;
CONCAT_WS(separator, str1, str2,...)：它是一个特殊形式的 CONCAT()。第一个参数剩余参数间的分隔符。分隔符能够是与剩余参数同样的字符串。若是分隔符是 NULL，返回值也将为 NULL。这个函数会跳过度隔符参数后的任何 NULL 和空字符串。分隔符将被加到被链接的字符串之间;
COLLECT_SET(col)：函数只接受基本数据类型，它的主要做用是将某字段的值进行去重汇总，产生array类型字段。
2．数据准备
表6-6 数据准备
| name | constellation | blood_type |
|---|---|---|
| 孙悟空 | 白羊座 | A |
| 老王 | 射手座 | A |
| 宋宋 | 白羊座 | B |
| 猪八戒 | 白羊座 | A |
| 冰冰 | 射手座 | A |
3．需求
把星座和血型同样的人归类到一块儿。结果以下：
射手座,A 老王|冰冰 白羊座,A 孙悟空|猪八戒 白羊座,B 宋宋
4．建立本地constellation.txt，导入数据
node03服务器执行如下命令建立文件，注意数据使用\t进行分割
cd /kkb/install/hivedatas vim constellation.txt
孙悟空 白羊座 A 老王 射手座 A 宋宋 白羊座 B 猪八戒 白羊座 A 凤姐 射手座 A
5．建立hive表并导入数据
建立hive表并加载数据
hive (hive_explode)> create table person_info( name string, constellation string, blood_type string) row format delimited fields terminated by "\t";
加载数据
hive (hive_explode)> load data local inpath '/kkb/install/hivedatas/constellation.txt' into table person_info;
6．按需求查询数据
hive (hive_explode)> select t1.base, concat_ws('|', collect_set(t1.name)) name from (select name, concat(constellation, "," , blood_type) base from person_info) t1 group by t1.base;
1.9.二、行转列
1．函数说明
EXPLODE(col)：将hive一列中复杂的array或者map结构拆分红多行。
LATERAL VIEW
用法：LATERAL VIEW udtf(expression) tableAlias AS columnAlias
解释：用于和split, explode等UDTF一块儿使用，它可以将一列数据拆成多行数据，在此基础上能够对拆分后的数据进行聚合。
2．数据准备
2．数据准备
数据内容以下，字段之间都是使用\t进行分割
cd /kkb/install/hivedatas vim movie.txt 《疑犯追踪》 悬疑,动做,科幻,剧情 《Lie to me》 悬疑,警匪,动做,心理,剧情 《战狼2》 战争,动做,灾难
3．需求
将电影分类中的数组数据展开。结果以下：
《疑犯追踪》 悬疑 《疑犯追踪》 动做 《疑犯追踪》 科幻 《疑犯追踪》 剧情 《Lie to me》 悬疑 《Lie to me》 警匪 《Lie to me》 动做 《Lie to me》 心理 《Lie to me》 剧情 《战狼2》 战争 《战狼2》 动做 《战狼2》 灾难
4．建立hive表并导入数据
建立hive表
hive (hive_explode)> create table movie_info( movie string, category array<string> ) row format delimited fields terminated by "\t" collection items terminated by ",";
加载数据
load data local inpath "/kkb/install/hivedatas/movie.txt" into table movie_info;
5．按需求查询数据
hive (hive_explode)> select movie, category_name from movie_info lateral view explode(category) table_tmp as category_name;
1.十、reflect函数
reflect函数能够支持在sql中调用java中的自带函数
使用java.lang.Math当中的Max求两列中最大值
建立hive表
建立hive表
hive (hive_explode)> create table test_udf(col1 int,col2 int) row format delimited fields terminated by ',';
准备数据并加载数据
cd /kkb/install/hivedatas vim test_udf 1,2 4,3 6,4 7,5 5,6
加载数据
hive (hive_explode)> load data local inpath '/kkb/install/hivedatas/test_udf' overwrite into table test_udf;
使用java.lang.Math当中的Max求两列当中的最大值
hive (hive_explode)> select reflect("java.lang.Math","max",col1,col2) from test_udf;
不一样记录执行不一样的java内置函数
建立hive表
hive (hive_explode)> create table test_udf2(class_name string,method_name string,col1 int , col2 int) row format delimited fields terminated by ',';
准备数据
cd /export/servers/hivedatas vim test_udf2 java.lang.Math,min,1,2 java.lang.Math,max,2,3
加载数据
hive (hive_explode)> load data local inpath '/kkb/install/hivedatas/test_udf2' overwrite into table test_udf2;
执行查询
hive (hive_explode)> select reflect(class_name,method_name,col1,col2) from test_udf2;
判断是否为数字
使用apache commons中的函数，commons下的jar已经包含在hadoop的classpath中，因此能够直接使用。
使用方式以下：
hive (hive_explode)> select reflect("org.apache.commons.lang.math.NumberUtils","isNumber","123");
1.十一、分析函数
一、分析函数的做用介绍
对于一些比较复杂的数据求取过程，咱们可能就要用到分析函数，分析函数主要用于分组求topN，或者求取百分比，或者进行数据的切片等等，咱们均可以使用分析函数来解决
二、经常使用的分析函数介绍
一、ROW_NUMBER()：
从1开始，按照顺序，生成分组内记录的序列,好比，按照pv降序排列，生成分组内天天的pv名次,ROW_NUMBER()的应用场景很是多，再好比，获取分组内排序第一的记录;获取一个session中的第一条refer等。
二、RANK() ：
生成数据项在分组中的排名，排名相等会在名次中留下空位
三、DENSE_RANK() ：
生成数据项在分组中的排名，排名相等会在名次中不会留下空位
四、CUME_DIST ：
小于等于当前值的行数/分组内总行数。好比，统计小于等于当前薪水的人数，所占总人数的比例
五、PERCENT_RANK ：
分组内当前行的RANK值/分组内总行数
六、NTILE(n) ：
用于将分组数据按照顺序切分红n片，返回当前切片值，若是切片不均匀，默认增长第一个切片的分布。NTILE不支持ROWS BETWEEN，好比 NTILE(2) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)。
三、需求描述
现有数据内容格式以下，分别对应三个字段，cookieid，createtime ，pv，求取每一个cookie访问pv前三名的数据记录，其实就是分组求topN，求取每组当中的前三个值
cookie1,2015-04-10,1 cookie1,2015-04-11,5 cookie1,2015-04-12,7 cookie1,2015-04-13,3 cookie1,2015-04-14,2 cookie1,2015-04-15,4 cookie1,2015-04-16,4 cookie2,2015-04-10,2 cookie2,2015-04-11,3 cookie2,2015-04-12,5 cookie2,2015-04-13,6 cookie2,2015-04-14,3 cookie2,2015-04-15,9 cookie2,2015-04-16,7
第一步：建立数据库表
在hive当中建立数据库表
CREATE EXTERNAL TABLE cookie_pv ( cookieid string, createtime string, pv INT ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' ;
第二步：准备数据并加载
node03执行如下命令，建立数据，并加载到hive表当中去
cd /kkb/install/hivedatas vim cookiepv.txt cookie1,2015-04-10,1 cookie1,2015-04-11,5 cookie1,2015-04-12,7 cookie1,2015-04-13,3 cookie1,2015-04-14,2 cookie1,2015-04-15,4 cookie1,2015-04-16,4 cookie2,2015-04-10,2 cookie2,2015-04-11,3 cookie2,2015-04-12,5 cookie2,2015-04-13,6 cookie2,2015-04-14,3 cookie2,2015-04-15,9 cookie2,2015-04-16,7
加载数据到hive表当中去
load data local inpath '/kkb/install/hivedatas/cookiepv.txt' overwrite into table cookie_pv
第三步：使用分析函数来求取每一个cookie访问PV的前三条记录
SELECT cookieid, createtime, pv, RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn1, DENSE_RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn2, ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv DESC) AS rn3 FROM cookie_pv WHERE rn1 <= 3 ;
二、Hive自定义函数
2.一、自定义函数的基本介绍
1）Hive 自带了一些函数，好比：max/min等，可是数量有限，本身能够经过自定义UDF来方便的扩展。
2）当Hive提供的内置函数没法知足你的业务处理须要时，此时就能够考虑使用用户自定义函数（UDF：user-defined function）。
3）根据用户自定义函数类别分为如下三种：
（1）UDF（User-Defined-Function）
一进一出
（2）UDAF（User-Defined Aggregation Function）
汇集函数，多进一出
相似于：count/max/min
（3）UDTF（User-Defined Table-Generating Functions）
一进多出
如lateral view explode()
4）官方文档地址
https://cwiki.apache.org/confluence/display/Hive/HivePlugins
5）编程步骤：
（1）继承org.apache.hadoop.hive.ql.UDF
（2）须要实现evaluate函数；evaluate函数支持重载；
6）注意事项
（1）UDF必需要有返回类型，能够返回null，可是返回类型不能为void；
（2）UDF中经常使用Text/LongWritable等类型，不推荐使用java类型；
2.二、自定义函数开发
一、自定义函数的基本介绍
1）Hive 自带了一些函数，好比：max/min等，可是数量有限，本身能够经过自定义UDF来方便的扩展。
2）当Hive提供的内置函数没法知足你的业务处理须要时，此时就能够考虑使用用户自定义函数（UDF：user-defined function）。
3）根据用户自定义函数类别分为如下三种：
（1）UDF（User-Defined-Function）
一进一出
（2）UDAF（User-Defined Aggregation Function）
汇集函数，多进一出
相似于：count/max/min
（3）UDTF（User-Defined Table-Generating Functions）
一进多出
如lateral view explode()
4）官方文档地址
https://cwiki.apache.org/confluence/display/Hive/HivePlugins
5）编程步骤：
（1）继承org.apache.hadoop.hive.ql.UDF
（2）须要实现evaluate函数；evaluate函数支持重载；
6）注意事项
（1）UDF必需要有返回类型，能够返回null，可是返回类型不能为void；
（2）UDF中经常使用Text/LongWritable等类型，不推荐使用java类型；
二、自定义函数开发
第一步：建立maven java 工程，并导入jar包
<repositories> <repository> <id>cloudera</id> <url>https://repository.cloudera.com/artifactory/cloudera-repos/</url> </repository> </repositories> <dependencies> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.6.0-cdh5.14.2</version> </dependency> <dependency> <groupId>org.apache.hive</groupId> <artifactId>hive-exec</artifactId> <version>1.1.0-cdh5.14.2</version> </dependency> </dependencies> <build> <plugins> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <version>3.0</version> <configuration> <source>1.8</source> <target>1.8</target> <encoding>UTF-8</encoding> </configuration> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-shade-plugin</artifactId> <version>2.2</version> <executions> <execution> <phase>package</phase> <goals> <goal>shade</goal> </goals> <configuration> <filters> <filter> <artifact>*:*</artifact> <excludes> <exclude>META-INF/*.SF</exclude> <exclude>META-INF/*.DSA</exclude> <exclude>META-INF/*/RSA</exclude> </excludes> </filter> </filters> </configuration> </execution> </executions> </plugin> </plugins> </build>
第二步：开发java类继承UDF，并重载evaluate 方法
public class MyUDF extends UDF {
public Text evaluate(final Text s) {
if (null == s) {
return null;
}
//**返回大写字母
return new Text(s.toString().toUpperCase());
}
}
第三步：将咱们的项目打包，并上传到hive的lib目录下
使用maven的package进行打包，将咱们打包好的jar包上传到node03服务器的/kkb/install/hive-1.1.0-cdh5.14.2/lib 这个路径下
第四步：添加咱们的jar包
重命名咱们的jar包名称
cd /kkb/install/hive-1.1.0-cdh5.14.2/lib mv original-day_hive_udf-1.0-SNAPSHOT.jar udf.jar
hive的客户端添加咱们的jar包
0: jdbc:hive2://node03:10000> add jar /kkb/install/hive-1.1.0-cdh5.14.2/lib/udf.jar;
第五步：设置函数与咱们的自定义函数关联
0: jdbc:hive2://node03:10000> create temporary function tolowercase as 'com.kkb.udf.MyUDF';
第六步：使用自定义函数
0: jdbc:hive2://node03:10000>select tolowercase('abc');
hive当中如何建立永久函数
在hive当中添加临时函数，须要咱们每次进入hive客户端的时候都须要添加如下，退出hive客户端临时函数就会失效，那么咱们也能够建立永久函数来让其不会失效
建立永久函数
一、指定数据库，将咱们的函数建立到指定的数据库下面
0: jdbc:hive2://node03:10000>use myhive;
二、使用add jar添加咱们的jar包到hive当中来
0: jdbc:hive2://node03:10000>add jar /kkb/install/hive-1.1.0-cdh5.14.2/lib/udf.jar;
三、查看咱们添加的全部的jar包
0: jdbc:hive2://node03:10000>list jars;
四、建立永久函数，与咱们的函数进行关联
0: jdbc:hive2://node03:10000>create function myuppercase as 'com.kkb.udf.MyUDF';
五、查看咱们的永久函数
0: jdbc:hive2://node03:10000>show functions like 'my*';
六、使用永久函数
0: jdbc:hive2://node03:10000>select myhive.myuppercase('helloworld');
七、删除永久函数
0: jdbc:hive2://node03:10000>drop function myhive.myuppercase;
八、查看函数
show functions like 'my*';
- 1. 【Hive】13-实战案例1——数据ETL
- 2. Hive 内置函数详解
- 3. Hive 开窗函数详解
- 4. [hive] 窗口函数详解
- 5. hive函数详解----条件函数详解
- 6. Hive实战：详解Hive复合数据类型
- 7. matplotlib 实战案例详解
- 8. hive综合案例实战
- 9. Hive综合案例实战
- 10. hive内置函数详解(分析函数、窗口函数)
- 更多相关文章...
- • 免费ARP详解 - TCP/IP教程
- • *.hbm.xml映射文件详解 - Hibernate教程
- • Flink 数据传输及反压详解
- • Java Agent入门实战（一）-Instrumentation介绍与使用
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 【Hive】13-实战案例1——数据ETL
- 2. Hive 内置函数详解
- 3. Hive 开窗函数详解
- 4. [hive] 窗口函数详解
- 5. hive函数详解----条件函数详解
- 6. Hive实战：详解Hive复合数据类型
- 7. matplotlib 实战案例详解
- 8. hive综合案例实战
- 9. Hive综合案例实战
- 10. hive内置函数详解(分析函数、窗口函数)