大数据学习（106）-hivesql函数

🍋🍋大数据学习🍋🍋

🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。
💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

---

一、聚合函数（Aggregate Functions）

函数名	说明	示例
COUNT(*)	统计所有行数	SELECT COUNT(*) FROM orders;
COUNT(column)	统计非空值数量	SELECT COUNT(email) FROM users;
SUM(column)	计算数值列总和	SELECT SUM(price * quantity) AS total FROM order_items;
AVG(column)	计算数值列平均值	SELECT AVG(salary) FROM employees;
MIN(column)	获取最小值	SELECT MIN(created_at) FROM logs;
MAX(column)	获取最大值	SELECT MAX(temperature) FROM weather;
STDDEV(column)	计算标准差（部分数据库支持）	SELECT STDDEV(score) FROM exams;
VAR(column)	计算方差（部分数据库支持）	SELECT VAR(score) FROM exams;
GROUP_CONCAT()	合并多行字符串（MySQL）	SELECT GROUP_CONCAT(DISTINCT category SEPARATOR ', ') FROM products;
STRING_AGG()	合并字符串（SQL Server/PostgreSQL）	SELECT STRING_AGG(name, ', ') FROM tags;

二、字符串函数（String Functions）

函数名	说明	示例
CONCAT()	拼接字符串	SELECT CONCAT(first_name, ' ', last_name) AS full_name;
SUBSTRING(str, start, length)	截取子字符串	SELECT SUBSTRING('Hello World', 7, 5); → World
LEFT(str, length)	从左侧截取	SELECT LEFT('Hello', 3); → Hel
RIGHT(str, length)	从右侧截取	SELECT RIGHT('Hello', 3); → llo
LENGTH(str)	获取字符串长度	SELECT LENGTH('SQL'); → 3
CHAR_LENGTH(str)	获取字符数（多字节字符支持）	SELECT CHAR_LENGTH('中文'); → 2
UPPER(str)	转大写	SELECT UPPER('hello'); → HELLO
LOWER(str)	转小写	SELECT LOWER('WORLD'); → world
TRIM(str)	去除空格	SELECT TRIM(' data '); → data
REPLACE(str, old, new)	替换子字符串	SELECT REPLACE('apple-banana', '-', ' '); → apple banana
INSTR(str, substr)	查找子串位置（MySQL）	SELECT INSTR('hello world', 'world'); → 6
POSITION(substr IN str)	查找子串位置（PostgreSQL）	SELECT POSITION('world' IN 'hello world'); → 6
LPAD(str, length, pad)	左侧填充	SELECT LPAD('7', 3, '0'); → 007
RPAD(str, length, pad)	右侧填充	SELECT RPAD('7', 3, '0'); → 700

三、数值函数（Numeric Functions）

函数名	说明	示例
ABS(num)	绝对值	SELECT ABS(-10); → 10
ROUND(num, decimals)	四舍五入	SELECT ROUND(3.14159, 2); → 3.14
CEIL(num)	向上取整	SELECT CEIL(4.2); → 5
FLOOR(num)	向下取整	SELECT FLOOR(4.8); → 4
POWER(base, exp)	计算幂	SELECT POWER(2, 3); → 8
MOD(num, divisor)	取模（余数）	SELECT MOD(10, 3); → 1
SQRT(num)	平方根	SELECT SQRT(16); → 4
RAND()	生成随机数（0-1之间）	SELECT RAND(); → 0.123456
SIGN(num)	返回符号（-1, 0, 1）	SELECT SIGN(-5); → -1

四、日期时间函数（Date/Time Functions）

通用函数

函数名	说明	示例
NOW()	当前时间戳	SELECT NOW(); → 2023-10-05 14:30:00
CURRENT_DATE	当前日期	SELECT CURRENT_DATE; → 2023-10-05
CURRENT_TIME	当前时间	SELECT CURRENT_TIME; → 14:30:00
EXTRACT(part FROM date)	提取日期部分	SELECT EXTRACT(YEAR FROM '2023-10-05'); → 2023
DATE_PART(part, date)	提取日期部分（PostgreSQL）	SELECT DATE_PART('month', '2023-10-05'); → 10

MySQL

函数名	说明	示例
DATE_FORMAT(date, format)	格式化日期	SELECT DATE_FORMAT(NOW(), '%Y-%m-%d %H:%i:%s');
DATE_ADD(date, INTERVAL expr)	日期加减	SELECT DATE_ADD('2023-10-05', INTERVAL 1 DAY); → 2023-10-06
DATEDIFF(date1, date2)	日期差值（天数）	SELECT DATEDIFF('2023-10-10', '2023-10-01'); → 9

PostgreSQL

函数名	说明	示例
TO_CHAR(date, format)	格式化日期	SELECT TO_CHAR(NOW(), 'YYYY-MM-DD HH24:MI:SS');
DATE_TRUNC(part, date)	截断日期到指定精度	SELECT DATE_TRUNC('month', NOW()); → 2023-10-01
AGE(date)	计算当前时间与给定时间的差值	SELECT AGE(NOW(), '2023-01-01'); → 9 months

SQL Server

函数名	说明	示例
FORMAT(date, format)	格式化日期	SELECT FORMAT(GETDATE(), 'yyyy-MM-dd HH:mm:ss');
DATEADD(part, num, date)	日期加减	SELECT DATEADD(DAY, 1, '2023-10-05'); → 2023-10-06
DATEDIFF(part, date1, date2)	日期差值	SELECT DATEDIFF(DAY, '2023-10-01', '2023-10-10'); → 9

五、条件函数（Conditional Functions）

函数名	说明	示例
CASE WHEN	多条件分支	sql SELECT CASE WHEN score >= 90 THEN 'A' WHEN score >= 80 THEN 'B' ELSE 'C' END;
COALESCE(arg1, arg2, ...)	返回第一个非空值	SELECT COALESCE(null_column, 'N/A');
NULLIF(arg1, arg2)	若两值相等则返回 NULL	SELECT NULLIF(value, 0); → 若 value=0 则返回 NULL
IIF(condition, true_value, false_value)	简单条件（SQL Server）	SELECT IIF(age > 18, 'Adult', 'Minor');
SWITCH(expr, case1, result1, case2, result2, ...)	多分支（部分数据库支持）	SELECT SWITCH(role, 'admin', 1, 'user', 2);

六、窗口函数（Window Functions）

函数名	说明	示例
ROW_NUMBER()	生成行号（唯一）	SELECT ROW_NUMBER() OVER (ORDER BY salary DESC) AS row_num;
RANK()	排名（允许并列，如1,1,3）	SELECT RANK() OVER (PARTITION BY department ORDER BY sales DESC);
DENSE_RANK()	密集排名（无间隔，如1,1,2）	SELECT DENSE_RANK() OVER (ORDER BY score DESC);
SUM(column) OVER()	分区内累计值	SELECT SUM(amount) OVER (PARTITION BY user_id ORDER BY date) AS running_total;
AVG(column) OVER()	分区内平均值	SELECT AVG(price) OVER (PARTITION BY category);
LEAD(column, offset)	获取后续行的值	SELECT LEAD(date, 1) OVER (ORDER BY date) AS next_date;
LAG(column, offset)	获取前一行值	SELECT LAG(price, 1) OVER (ORDER BY date) AS prev_price;
NTILE(num_buckets)	将数据分为指定数量的桶	SELECT NTILE(4) OVER (ORDER BY score) AS quartile;

七、系统函数（System Functions）

函数名	说明	示例
USER / CURRENT_USER	当前登录用户	SELECT USER();
VERSION()	数据库版本	SELECT VERSION(); → MySQL 8.0.30
DATABASE()	当前数据库名	SELECT DATABASE();
@@IDENTITY	最后插入的自动增长ID（SQL Server）	INSERT INTO table VALUES(...); SELECT @@IDENTITY;
UUID() / GEN_RANDOM_UUID()	生成唯一标识符（PostgreSQL）	SELECT GEN_RANDOM_UUID(); → a0eebc99-9c0b-4ef8-bb6d-6bb9bd380a11
CURRENT_TIMESTAMP	当前时间戳（标准SQL）	SELECT CURRENT_TIMESTAMP;

八、类型转换函数

函数名	说明	示例
CAST(expr AS type)	显式类型转换	SELECT CAST('123' AS INT);
CONVERT(type, expr)	类型转换（支持格式指定）	SELECT CONVERT(VARCHAR, 123);
TRY_CAST(expr AS type)	安全转换（失败返回NULL，SQL Server）	SELECT TRY_CAST('abc' AS INT); → NULL
::type	PostgreSQL简写类型转换	SELECT '123'::INT;

九、其他函数

函数名	说明	示例
EXISTS(subquery)	检查子查询是否存在结果	SELECT * FROM users WHERE EXISTS (SELECT 1 FROM orders WHERE users.id = orders.user_id);
IN(list)	匹配列表中的值	SELECT * FROM products WHERE category IN ('Electronics', 'Books');
BETWEEN start AND end	范围筛选	SELECT * FROM logs WHERE created_at BETWEEN '2023-01-01' AND '2023-12-31';
JSON_VALUE(json, path)	提取JSON字段值（SQL Server）	SELECT JSON_VALUE(data, '$.name') FROM json_table;
~（正则表达式）	正则匹配（PostgreSQL）	SELECT 'hello' ~ '^h'; → true
PI()	返回圆周率π	SELECT PI(); → 3.141592653589793

注意事项

1. 数据库差异：不同数据库的函数名称和参数可能不同（如日期函数）。
2. 性能优化：避免在大型数据集上频繁使用复杂函数。
3. 兼容性：标准SQL函数（如CURRENT_TIMESTAMP）通常跨数据库兼容。