Hive中的3种虚拟列以及Hive如何进行条件判断

Hive中的3种虚拟列

当Hive产生非预期的数据或null时，可以通过虚拟列进行诊断，判断哪行数据出现问题，主要分3种：

1. INPUT__FILE__NAME

每个map任务输入文件名

2. BLOCK__OFFSET__INSIDE__FILE

map任务处理的数据所对应文件的块内偏移量，当前全局文件的偏移量。对于块压缩文件，就是当前块的文件偏移量，即当前块的第一个字节在文件中的偏移量

3. ROW__OFFSET__INSIDE__BLOCK

行偏移量，默认不可用。需要设置hive.exec.rowoffset=true来启用

Hive条件判断

Hive中可能会遇到根据判断不同值，产生对应结果的场景，有三种实现方式：if、coalesce、case when。

1. if( condition, true value, false value)

只能用来判断单个条件。

示例：select if(col_name=‘张三’,1,0) as x from tab;

2. coalesce( value1,value2,… )

获取参数列表中的首个非空值，若均为null，则返回null。
示例select coalesce(null,null,5,null,1,0) as x; 返回5

3. case when

可以与某字段多个比较值的判断，并分别产生不同结果，与其他语言中case语法相似。

selectcase col_namewhen "张三" then 1when "李四" then 0else 2end as x
from tab;

或：

selectcasewhen col_name＝"张三" then 1when col_name＝"李四" then 0else 2end as x
from tab;