(05) Hive的相关概念——函数介绍

目录

一、各数据类型的基础知识点

1.1 数值类型

整数

小数

float

double(常用)

decimal(针对高精度)

1.2 日期类型

date

datetime

timestamp

time

year

1.3 字符串类型

char

varchar / varchar2

blob /text

 tinyblob / tinytext

mediumblob / mediumtext

longblob / longtext

string(常用)

二、Hive中的常用函数

2.1 单行函数

2.1.1 数值转换函数

round

取整 

（可指定精度）四舍五入

floor(向下取整函数)

ceil(向上取整函数)

abs(绝对值函数)

rand(取随机数函数)

cast：类型转换

2.1.2 日期函数

from_unixtime(时间戳转日期函数)

unix_timestamp(日期转时间戳函数)

current_date：当前日期

current_timestamp：当前日期加时间，精确到毫秒

to_date(日期时间转日期函数)

year(日期转年函数)

month(日期转月函数)

day(日期转天函数)

hour(日期转小时函数)

minute(日期转分钟函数)

second(日期转秒函数)

weekofyear(日期转周函数)

datediff(日期比较函数)

date_add(日期增加函数)

date_sub(日期减少函数)

months_between

2.1.3 流程控制函数

 if：条件判断

coalesce() /nvl(非空函数)

case  when：条件判断

2.1.4 字符串函数

length(字符串长度函数)

reverse(字符串反转函数)

concat(字符串拼接函数)

concat_ws(带分隔符的字符串连接函数)

substr / substring(字符串截取函数)

upper / ucase (字符串转大写函数)

lower / lcase (字符串转小写函数)

trim / ltrim / rtrim：取出空格/左空格/右空格

space：空格字符串函数

repeat：重复字符串函数

lpad / rpad：左/右补足函数

split(分割字符串)

replace：替换字符串

regexp_replace(正则表达式的替换函数)

regexp_extract(正则表达式的解析函数)

get_json_object(json解析函数)：从路径中提取json对象

2.1.5 集合函数

size：集合中元素的个数

map：创建map集合

map_keys：返回map中的key

map_values：返回map中的value

2.2 聚合函数

2.2.1 count(个数统计)

2.2.2 sum(总和统计函数)

2.2.3 avg(平均值统计函数)

2.2.4 min(最小值统计函数)

2.2.5 max(最大值统计函数)

2.2.6 高级聚合函数

   collect_list : 收集并形成list集合，结果不去重

   collect_set：收集并形成set集合，结果去重

2.3 炸裂函数

2.3.1 explode(炸裂函数)

2.3.2 posexplode(炸裂函数，带有下角标pos)

2.3.3 lateral view 侧写视图

2.4 窗口函数

2.4.1 聚合函数

2.4.2 前后函数

lag

lead

2.4.3 头尾函数

first_value

last_value

2.4.4 排名函数

一、各数据类型的基础知识点

1.1 数值类型

        int 代表整数（hive常用bigint）: float代表小数，double代表双精度，double比float精度更高，小数位更多。

整数

• int

有符号(signed）的和无符号(unsigned)的。有符号的取值区间为-2147483648~2147483647，无符号的取值区间为0~ 4294967295。宽度最多为11个数字 -int(11)

• tinyint

 有符号和无符号的。有符号的取值范围是-128~127, 无符号的取值范围是0~255。 宽度最多为4个数字 -tinyint(4)

• smallint

 有符号和无符号的。有符号的取值范围是-32767~32767 ，无符号的取值范围是0~65535。 宽度最多为4个数字 -tinyint(4)

• mediumint

有符号和无符号的。有符号的取值范围是-8388608~8388607 ，无符号的取值范围是0~16777215。 宽度最多为9个数字 -mediumint(9)

• bigint(常用)

有符号的和无符号的。宽度最多为20个数字-bigint(20)

小数

• float

        代表小数，默认是(10,2)

• double(常用)

        代表双精度，默认是(16,4)

• decimal(针对高精度)

        比float精度更高，小数位更多，默认为(16,4)

1.2 日期类型

• date

       代表 YYYY-MM-DD格式，例如：1989-12-31

• datetime

        代表 YYYYY-MM-DD HH:MM:SS 格式，例如：1989-12-31 15:30:00

• timestamp

        代表 时间戳，例如：1989年12月31日下午15:30，在数据库中存储为：19891231153000

• time

       代表 HH:MM:SS格式

• year

       以2位或4位格式存储年份值

• 补充

1.3 字符串类型

• char

固定长度字符串（可以是汉字或字母），长度是1-255。如果内容小于指定长度，右边填充空格，如果不指定长度，默认是1。

• varchar / varchar2

        可变字符串，长度取值是1-255。创建表使用该类型时必须指定长度。

• blob /text

      最大长度65535，用于存储二进制大数据，如图片，无法指定长度。两者区别：blob类型对于大小写比较敏感。

•  tinyblob / tinytext

        最大长度是255，不能指定长度。

• mediumblob / mediumtext

       最大长度是16777215字符。

• longblob / longtext

       最大长度是429496295字符。

• string(常用)

二、Hive中的常用函数

   hive中有大量内置函数，一般可以分为：单行函数、聚合函数、炸裂函数、窗口函数

• 查看内置函数

show functions;

• 查看内置函数用法

desc function upper;

• 查看内置函数详细信息

desc function extended upper;

2.1 单行函数

 单行函数的特点是一进一出，输入一行，输出一行。

2.1.1 数值转换函数

round

取整 

• 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）
• 举例：select round(4.1578 ) --> 4

（可指定精度）四舍五入

• 语法：round(double a, int b)
• 返回值：double
• 说明：返回指定精度的double类型
• 举例：select round(4.1578 , 2)  --> 4.16

floor(向下取整函数)

• 语法：floor(double a)
• 返回值：bigint
• 说明：返回等于或者小于该double变量的最大整数
• 举例：select floor(34.12)  -->  34

ceil(向上取整函数)

• 语法：ceil(double a)
• 返回值：bigint
• 说明：返回大于或者等于该double变量的最小的整数
• 举例：select ceil(34.12) --> 35

abs(绝对值函数)

• 语法：abs(double a )  、abs(int a)
• 返回值：double 、int
• 说明：返回数值a的绝对值
• 举例：select  abs( - 3.9)  -->  3.9

rand(取随机数函数)

• 语法：rand() 
• 返回值：double
• 说明：返回[0,1]范围内的随机数；
• 举例：select rand()

ps：如果想要取的0-9或者1-10之间的随机整数：

select cast(floor(rand() * 10) as int)  -->[0,9]之间的随机整数
select cast(ceiling(rand() * 10) as int) --> 1-10之间的随机整数

cast：类型转换

select cast(1 as bigint)
1

2.1.2 日期函数

from_unixtime(时间戳转日期函数)

• 语法：from_unixtime(bigint unixtime , string format)
• 返回值：输入：bigint的时间戳， 输出string格式化的时间
• 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，默认的format是yyyy-MM-dd HH:mm:ss，可以指定别的。
• 举例：select from_unixtime(1323308943,'yyyyMMdd')  --> 20111208 

unix_timestamp(日期转时间戳函数)

• 语法：unix_timestamp(string date)  、unix_timestamp(string date,string pattern)
• 返回值：bigint
• 说明：将格式为"yyyy-MM-dd HH:mm:ss"的日期 转换成 unix的时间戳。如果转换失败，则返回值为0；
• 注意：输入时间必须是到秒级的时间，否则转换失败返回NULL

举例：

select  unix_timestamp()  ---> 当前日期的时间戳
select unix_timestamp('2024-02-01 22:17:23')  --> 1706825843
select unix_timestamp('20240201 20:17:11','yyyyMMdd HH:mm:ss') --> 1706825843

current_date：当前日期

select current_date();
2024-02-04

current_timestamp：当前日期加时间，精确到毫秒

select current_timestamp();
2024-02-04 16:06:24.504000000

to_date(日期时间转日期函数)

• 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
• 举例：select to_date('2024-02-01 22:17:23') ---> 2024-02-01

year(日期转年函数)

• 语法：year(string date)
• 返回值：int
• 说明：返回日期中的年份
• 举例：select  year('2024-02-01 22:17:23')  ---> 2024 

month(日期转月函数)

• 语法：month(string date)
• 返回值：int
• 说明：返回日期中的月份
• 举例：select  month('2024-02-01 22:17:23')  ---> 2

day(日期转天函数)

• 语法：day(string date)
• 返回值：int
• 说明：返回日期中的天
• 举例：select  day('2024-02-01 22:17:23' ) ---> 1

hour(日期转小时函数)

• 语法：hour(string date)
• 返回值：int
• 说明：返回日期中的小时
• 举例：select  hour('2024-02-01 22:17:23') --->22

minute(日期转分钟函数)

• 语法：minute(string date)
• 返回值：int
• 说明：返回日期中的分钟
• 举例：select  minute('2024-02-01 22:17:23')  ---> 17

second(日期转秒函数)

• 语法：second(string date)
• 返回值：int
• 说明：返回日期中的秒
• 举例：select  ('2024-02-01 22:17:23')  ---> 23

weekofyear(日期转周函数)

• 语法：weekofyear(string date)
• 返回值：int
• 说明：返回该日期在当年的周数
• 举例：select weekofyear ('2024-02-01 22:17:23') --->5

datediff(日期比较函数)

• 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
• 举例：select datediff ('2024-02-01','2024-01-28')  ---> 4

date_add(日期增加函数)

• 语法：date_add(string startdate , int days)
• 返回值：string
• 说明：返回   开始日期startdate 加上days天后的日期
• 举例：select  date_add('2024-02-01',10)  ---> 2024-02-11

date_sub(日期减少函数)

• 语法：date_sub(string startdate,int days)
• 返回值：string
• 说明：返回   开始日期startdate 减去days天后的日期
• 举例：select  date_sub('2024-02-01',3) --->2024-01-29

months_between

• 语法：months_between(string enddate,string startdate)
• 返回值：double
• 说明：返回   结束日期减去开始日期的月份数

举例：
select  months_between('2024-02-01','2024-01-01')  --> 1
select  months_between('2024-02-01','2024-01-11')  -->  0.67741935 

2.1.3 流程控制函数

 if：条件判断

  类似Java中的三目运算符

• 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；否则返回valueFalseOrNull
• 举例：select if(1=2,100,200)  --> 200

coalesce() ：空字段赋值

• 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，如果所有值都为null,那么直接返回null
• 举例：select coalesce(null,'100','50') --> 100

nvl：空字段赋值

• 语法：nvl( string1, replace_with)
• 返回值：T
• 说明：如果string1是null值，则nvl函数返回replace_with的值，否则返回string1的值，如果两个参数都为null，则返回null。
• 举例：select nvl(null,'空') --> '空'

两者区别

1.coalesce
   coalesce函数语法是：coalesce(表达式1，表达式2.....表达式n); coalesce函数的返回结果是第一个非空表达式，如果全是空，则返回空。
   coalesce函数的处理参数个数没有限制，使用时需要注意：对处理参数的数据类型有严格要求，所有表达式值是同一类型（转换成同一类型也可）。

2.nvl 
  nvl函数语法是：nvl(默认值,表达式); 如果默认值不为空返回默认值，如果默认值是空，则返回 表达式，如果两者都为空则返回空。
  nvl函数的处理参数个数有限，只能传两个参数。使用时需注意：“默认值”，“表达式”的值的数据类型没有要求，可相同也可不同。

case  when：条件判断

• 语法：case column  when vlaue1  then result1 
                                   when vlaue1  then result2
            else esult3
            end  as  column1
• 返回值：T
• 说明：如果column等于 vlaue1，那么返回result1 ; 如果column等于 vlaue2，那么返回result2;否则返回result3
• 举例：
  select case 100  when 500 then 'false'
                            when 100 then 'true'
   else '?'  end ;   --->  true

2.1.4 字符串函数

length(字符串长度函数)

• 语法：length(string A)
• 返回值：int
• 说明：返回字符串的长度
• 举例：select  length('sghanan') ; ---> 7 

reverse(字符串反转函数)

• 语法：reverse(string A)
• 返回值：string
• 说明：返回字符串A的反转结果
• 举例：select  reverse('sghanxh') ; --->  hxnahgs 

concat(字符串拼接函数)

• 语法：concat(string A ,string B.......)
• 返回值：string
• 说明：返回字符串拼接后的结果，支持输入任意个数的字符串
• 举例：select  concat('ad','cv','op') ;---> adcvop

concat_ws(带分隔符的字符串连接函数)

• 语法：concat_ws(string SEP, string A ,string B.......)
• 返回值：string
• 说明：返回输入字符串连接后的结果,SEP表示各个字符串的分隔符
• 举例：select  concat_ws('|','ad','cv','op') ;---> ad|cv|op

substr / substring(字符串截取函数)

• 语法：subtr( string A , int start) , substring( string A ,  int start )

       参数start 代表的是：截取起始的位置(start从1 开始计数)

• 返回值：string
• 说明：截取从start 位置到结尾的字符串
• 举例：select substr( 'abcde' ,3)  --> 从第三个字符串开始截取，得到 cde

                   select substr( 'abcde' ,-1)  --> 从倒数第一个字符串开始截取，得到 e

upper / ucase (字符串转大写函数)

• 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
• 举例：select upper('absSedF')   ----> ABSSEDF

lower / lcase (字符串转小写函数)

• 语法：lower(string A)  
• 返回值：string
• 说明：去除字符串两边的空格
• 举例：select  lower('absSedF')   ----> abssedf

trim / ltrim / rtrim：取出空格/左空格/右空格

• 语法：trim(string A)
• 返回值：string
• 说明：返回字符串A的小写格式
• 举例：select trim('  absSedF ')   ----> absSedF

                  select length('  absSedF ')    ---> 10

space：空格字符串函数

• 语法: space(int n)
• 说明：返回长度为5的空格字符串
• 举例：select length(space(5))  ---> 5

repeat：重复字符串函数

• 语法: repeat(string A, int n)
• 返回值：string
• 说明：将字符串A重复n遍。
• 举例：select repeat('123', 3); ---> 123123123

lpad / rpad：左/右补足函数

• 语法: lpad(string str, int len, string pad) 、rpad(string str, int len, string pad)
• 举例：select lpad('abc',7,'td'); ---> tdtdabc

                  select rpad('abc',7,'td'); ---> abctdtd

split(分割字符串)

• 语法：split(string str, string pat)
• 返回值：array
• 说明：按照pat分隔符分割 字符串str, 返回分割后的字符串数组
• 举例：select split('adgncf','n') --> ["adg","cf"]  

replace：替换字符串

• 语法：replace(string A, string B, string C)
• 返回值：string
• 说明：将字符串A中的子字符串B替换为C。
• 举例：select replace('atguigu', 'a', 'A')   ---> Atguigu

^开头、$结尾
[0-9]任意一个数字

.  代表 任意单个字符

+ 代表 一个或多个匹配，* 代表0或多个匹配
| 代表 或

regexp_replace(正则表达式的替换函数)

• 语法：regexp_replace(string A, string B, string C)
• 返回值：string
• 说明：将字符串A中符合java正则表达式的B替换成C；注意有些情况要使用转义字符；
• 举例：
  select regexp_replace('foobasr' ,  'oo|ar','')  ----> fbasr
  select regexp_replace('foobasr' ,  'oo|ba','')   --->fsr 
  ps:正则表达式中的 | 竖线代表的是：'或'的意思，其中有一个为true，那整体就是true  
• 正则表达式网站：

正则表达式可视化-Visual Regexp：在线测试、学习、构建正则表达式正则表达式图形化可视化工具、自动生成正则、常用正则速查、常用语法速查、测试正则语法、测试内容匹配。收录常用正则有URL、邮箱、手机号、身份证等。https://wangwl.net/static/projects/visualRegex#prefix=Z&source=ZidNum

regexp_extract(正则表达式的提取函数)

• 语法：regexp_extract(string subject, string pattern, int index)
• 返回值：string
• 说明：将字符串subject 按照pattern正则表达式的规则拆分，返回index指定的字符
• 举例：
  select regexp_extract('foothebar','foo(.*?)(bar)' ,0)  ---->  foo
  select regexp_extract('foothebar','foo(.*?)(bar)' ,1)----> the
  select regexp_extract('foothebar','foo(.*?)(bar)' ,2) ---> bar
  上述代码，会将字符串 foothebar 拆分成 foor, the,bar;  对应的index 索引分别是：0,1,2 

get_json_object(json解析函数)：从路径中提取json对象

• 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，如果输入的json字符串无效，那么返回null
• 举例：select get_json_object('{"name":"zs","age":18,"address":"安德门"}','$.name') as name  ---> zs  

               select get_json_object('[{"name":"大海海","sex":"男","age":"25"},{"name":"小宋宋","sex":"男","age":"47"}]','$.[0].name')    ----> 大海海

2.1.5 集合函数

size：集合中元素的个数

# 返回每一行数据中friends集合中的个数
select size() from test;

map：创建map集合

• 语法：map (key1, value1, key2, value2, …)
• 返回值：map集合
• 说明：根据输入的key和value来构建map类型
• 举例：select map('xiaohai',1,'dahai',2);   --->  {"xiaohai":1,"dahai":2}

map_keys：返回map中的key

• 语法：map_keys(map (key1, value1, key2, value2,.....))
• 返回值：集合
• 说明：返回map中的key
• 举例：select map_keys(map('xiaohai',1,'dahai',2));   --->["xiaohai","dahai"]

map_values：返回map中的value

• 语法：map_values(map (key1, value1, key2, value2,.....))
• 返回值：array
• 说明：返回map中的value
• 举例：select map_keys(map('xiaohai',1,'dahai',2));   --->[1,2]

array

• 语法：array(val1, val2, …)
• 返回值：array集合
• 说明：根据输入的参数构建数组array类
• 举例：select array('1','2','3','4');   --->["1","2","3","4"]

array_contains: 判断array中是否包含某个元素

• 语法：array_contains(array(val1, val2, …),element)
• 返回值：true 或false
• 说明：判断array中是否包含某个元素
• 举例：select array('1','2','3','4');   --->["1","2","3","4"]

 array_contains的具体应用见文章：

HiveSQL题——array_contains函数-CSDN博客文章浏览阅读1.1k次，点赞27次，收藏12次。HiveSQL题——array_contains函数https://blog.csdn.net/SHWAITME/article/details/135960849?spm=1001.2014.3001.5502

sort_array：将array中的元素排序(无法指定排序规则,默认是升序排序)

• 语法：sort_array(array(val1, val2, …))
• 返回值：array
• 说明：对array中的元素排序，默认是升序排序
• 举例：select sort_array(array('a','d','c'));   --->  ["a","c","d"]

2.2 聚合函数

  聚合函数是UDAF函数（多进一出）

2.2.1 count(个数统计)

• 语法：count(*)，count(col)计数
• 返回值：int
• 说明：count(*)会统计包括null值在内的行; 
             count(expr)返回指定字段的个数（会过滤null值）; 
             count(distinct expr)返回指定字段的去重后个数(会过滤null值)
• 举例：select count(user_id) from table;

2.2.2 sum(总和统计函数)

• 语法：sum(col)
• 返回值：double
• 说明：sum(col) 统计某个结果集中col列相加的结果;
           sum(distinct  col )某个结果集中col列去重后相加的结果
• 举例：select sum(*) from table;

2.2.3 avg(平均值统计函数)

• 语法：avg(col) ,avg(distinct col)
• 返回值：double
• 说明：avg(col)统计某个结果集中col列的平均值;
            avg(distinct col)统计某个结果集中col列去重后的平均值
• 举例：select avg(score) from table；

2.2.4 min(最小值统计函数)

• 语法：min(col)
• 返回值：double
• 说明：统计某个结果集中col列的最小值
• 举例：select min(score) from table

2.2.5 max(最大值统计函数)

• 语法：max(col)
• 返回值：double
• 说明：统计某个结果集中col列的最大值
• 举例：select max(score) from table

总结：
1.count(*)操作时会统计null值，count(column)会过滤掉null值;
2.事实上除了count(*)计算，剩余的聚合函数例如： max(column),min(column),avg(column),count(column) 函数会过滤掉null值

2.2.6 高级聚合函数

   collect_list : 收集并形成list集合，结果不去重

• 语法：collect_list(col)
• 返回值：array
• 说明：在hive中是把一个key的多个信息收集起来合成一个，不去重
• 举例：select avg(score) from table；

-- 举例：
with  tmp as (
select 'a' as test union all
select  'c' as test union all
select  's' as test union all
select  'd' as test
    )
select collect_list(test) from tmp;
结果：["c","s","d","a"] ，可以看出：聚合后的数组元素无法保证顺序性

   collect_set：收集并形成set集合，结果去重

• 语法：collect_set(col)
• 返回值：array
• 说明：在hive中是把一个key的多个信息收集起来，去重
• 举例：select avg(score) from table；

-- 举例：
with  tmp as (
select 'a' as test union all
select  'c' as test union all
select  'a' as test union all
select  'd' as test
    )
select collect_set(test) from tmp;
结果：["a","c","d"]

  ps: 聚合函数的具体使用场景见文章：

HiveSQL题——聚合函数(sum/count/max/min/avg)-CSDN博客文章浏览阅读739次，点赞18次，收藏17次。HiveSQL题——聚合函数(sum/count/max/min/avg)https://blog.csdn.net/SHWAITME/article/details/135918264?spm=1001.2014.3001.5501

ps: collect_set() /collect_list()有序性见文章：

HiveSQL题——collect_set()/collect_list()聚合函数-CSDN博客文章浏览阅读380次，点赞6次，收藏9次。HiveSQL题——collect_set()/collect_list()聚合函数https://blog.csdn.net/SHWAITME/article/details/136011647?spm=1001.2014.3001.5502

2.3 炸裂函数

      UDTF（Table-Generating Function）定义：接收一行数据，输出一行或多行数据。

     炸裂函数的详细知识点见文章：

HiveSQL题——炸裂函数(explode/posexplode)_hive exolode-CSDN博客文章浏览阅读1.1k次，点赞28次，收藏13次。HiveSQL题——炸裂函数(explode/posexplode)_hive exolodehttps://blog.csdn.net/SHWAITME/article/details/135941286?spm=1001.2014.3001.5502

2.3.1 explode(炸裂函数)

 (1)explode(array<T> a) --> explode针对数组进行炸裂
    语法：lateral view explode(split(a,',')) tmp  as new_column
    返回值：string
    说明:按照分隔符切割字符串，并将数组中内容炸裂成多行字符串
    举例：select student_score from test lateral view explode(split(student_score,',')) tmp as item; 输出结果为：
      student_score        item
      [a,b,c]        =>     a
                            b
                            c
               
 (2)explode(map<k,v> m) --> explode针对map键值对进行炸裂
    举例：select explode(map('a',1,'b',2,'c',3)) as (key,value); 输出结果为：
    得到                 key value
      {a:1,b:2,c:3} =>   a   1
                         b   2
                         c   3

2.3.2 posexplode(炸裂函数，带有下角标pos)

posexplode和explode之间的区别：posexplode除了返回数据，还会返回该值的下角标。
 
 (1)posexplode(array<T> a) 
    语法：lateral view posexploed(split(a,',')) tmp as pos,item 
    返回值：string
    说明:按照分隔符切割字符串，并将数组中内容炸裂成多行字符串(炸裂具备下角标 0,1,2,3)
    举例1：select posexplode (array('a','b','c')) as pos,item; 输出结果为：
                  pos  item
      [a,b,c] =>   0     a
                   1     b
                   2     c
    ---------------------------------
  举例2：对student_name进行炸裂，同时也对student_score进行炸裂，且需要保证炸裂后，学生和成绩一一对应，不能错乱。

select   student_name,
         student_score 
 from test
 lateral_view  posexplode(split(student_name,','))  sn as student_name_index, student_name
 laretal view posexplode(split(student_score,',')) sc as  student_score_index,student_score
 where student_name_index =  student_score_index ;

 

2.3.3 lateral view 侧写视图

定义：lateral view 通常与UDTF配合使用，lateral view 可以将UDTF应用到源表的每行数据， 将每行数据转换成一行或者多行，并将源表中每行的输出结果与该行连接起来，形成一个虚拟表
举例：select id, name,  hobbies, hobby  from   person  lateral view explode(hobbies) tmp as hobby;  分析： 对源表person中的hobbies列 进行炸裂（一行变多行），新字段命名hobby， 利用侧视图lateral view 将源表person的每行与hobby连接起来，形成一个虚拟表，命名为tmp。

ps: 炸裂函数的具体使用场景见文章：
HiveSQL题——数据炸裂和数据合并-CSDN博客文章浏览阅读711次，点赞17次，收藏11次。HiveSQL题——数据炸裂和数据合并https://blog.csdn.net/SHWAITME/article/details/135952216?spm=1001.2014.3001.5501

2.4 窗口函数

2.4.1 聚合函数

• 聚合函数分类:   count()、sum()、min()、max()、avg()
• 语法：聚合函数() over( partition by column order by column  rows / range between..................)

  ps: 聚合函数的具体使用场景见文章：

HiveSQL题——聚合函数(sum/count/max/min/avg)-CSDN博客文章浏览阅读739次，点赞18次，收藏17次。HiveSQL题——聚合函数(sum/count/max/min/avg)https://blog.csdn.net/SHWAITME/article/details/135918264?spm=1001.2014.3001.5501

2.4.2 前后函数

• lag

-- 取得column列前边的第n行数据，如果存在则返回，如果不存在，返回默认值default
lag(column,n,default) over(partition by ....order by....)

• lead

-- 取得column列后边的第n行数据，如果存在则返回，如果不存在，返回默认值default
lead(column,n,default) over(partition by... order by...)，

lag和lead函数不支持自定义窗口。

  ps: 前后函数的具体使用场景见文章：

HiveSQL题——前后函数(lag/lead)-CSDN博客文章浏览阅读1.2k次，点赞23次，收藏21次。HiveSQL题——前后函数(lag/lead)https://blog.csdn.net/SHWAITME/article/details/135902998?spm=1001.2014.3001.5502

2.4.3 头尾函数

• first_value

---当前窗口column列的第一个数值，如果有null值，则跳过
first_value(column,true) over (partition by ..order by.. 窗口子句) 

---当前窗口column列的第一个数值，如果有null值，不跳过
first_value(column,false) over (partition by ..order by.. 窗口子句)

• last_value

--- 当前窗口column列的最后一个数值，如果有null值，则跳过
last_value(column,true) over (partition by ..order by.. 窗口子句) 
 
--- 当前窗口column列的最后一个数值，如果有null值,不跳过
last_value(column,false) over (partition by ..order by.. 窗口子句) 

  头尾函数支持自定义窗口子句（rows between unbounded preceding and unbounded following ）

2.4.4 排名函数

row_number() over(partition by .. order by .. ) 顺序排序（行号）——1、2、3
rank() over(partition by .. order by .. ) 并列排序，跳过重复序号——1、1、3
dense_rank()  over(partition by .. order by .. ) 并列排序，不跳过重复序号——1、1、2

排名函数不支持自定义窗口子句

ps：排序函数的具体使用场景见文章：

HiveSQL题——排序函数(row_number/rank/dense_rank)-CSDN博客文章浏览阅读934次，点赞20次，收藏15次。HiveSQL题——排序函数(row_number/rank/dense_rank)https://blog.csdn.net/SHWAITME/article/details/135909662?spm=1001.2014.3001.5501文章来源地址https://www.toymoban.com/news/detail-828426.html

到了这里，关于(05) Hive的相关概念——函数介绍的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！