Hive函数大全：从核心内置函数到自定义UDF实战指南（附详细案例与总结）

背景‌

Hive作为Hadoop生态中最常用的数据仓库工具，其强大的函数库是高效处理和分析海量数据的核心能力之一。Hive函数分为 ‌内置函数‌ 和 ‌用户自定义函数（UDF）‌，涵盖数学计算、字符串处理、日期操作、聚合统计等场景。
然而，许多开发者仅熟悉基础函数，对高阶函数（如窗口函数、条件函数）或自定义UDF的开发缺乏系统认知。本文将全面解析Hive函数分类及用法，并提供实战案例，帮助读者快速掌握函数调优技巧！

一、Hive函数分类与核心函数表‌

1. 内置函数分类‌

Hive内置函数分为以下几类：

函数类型	作用	典型函数示例
‌数学函数‌	数值计算、舍入、取模等	ROUND(), ABS(), POWER(), MOD()
‌字符串函数‌	字符串截取、替换、拼接、正则匹配等	SUBSTR(), CONCAT(), SPLIT(), REGEXP_REPLACE()
‌日期函数‌	日期格式化、差值计算、时间截取等	FROM_UNIXTIME(), DATEDIFF(), DATE_ADD(), YEAR()
‌条件函数‌	逻辑判断、空值处理、多条件分支选择	CASE WHEN, COALESCE(), IF(), NVL()
‌聚合函数‌	分组统计（求和、均值、去重计数等）	SUM(), AVG(), COUNT(DISTINCT), MAX()
‌窗口函数‌	分组内排序、累计计算、滑动窗口统计	ROW_NUMBER(), RANK(), LAG(), SUM() OVER()
‌类型转换函数‌	数据类型转换（字符串转数值、日期转时间戳等）	CAST(), TO_DATE(), UNIX_TIMESTAMP()
‌集合函数‌	数组/Map类型数据的操作	EXPLODE(), MAP_KEYS(), ARRAY_CONTAINS()

2. 用户自定义函数（UDF）分类

UDF类型	输入/输出	应用场景
‌普通UDF‌	单行输入 → 单行输出	字符串清洗、类型转换
‌UDAF（聚合函数）‌	多行输入 → 单行输出	自定义聚合逻辑（如统计中位数）
‌UDTF（表生成函数）‌	单行输入 → 多行输出	数据展开（如JSON解析为多行