row number
作用 : 返回这个Partition下的当前Row号,根据排序字段生成,无重复。
语法 :row_number() over (partition by 字段a order by 计算项b desc ) rank
select seasonid, episodeid ,
row_number() over(partition by seasonid order by episodeid asc) as rank
from tutor.dw_season_live_information a
where dt = date_sub(current_date,1) limit 100
内置rank分析函数区别 :
- row_number:不管排名是否有相同的,都按照顺序1,2,3…..n
- rank:排名相同的名次一样,同一排名有几个,后面排名就会跳过几次
- dense_rank:排名相同的名次一样,且后面名次不跳跃
with cube & grouping sets & rollup
主要用于不能用简单group by语句处理需求的情况
grouping sets : 其后面跟括号里指定了零个或多个分组变量的聚合,然后产生这个维度下的聚合结果,再将每个结果UNION到一起,其实也就是相当于
select a,sum(xx) form table1 … group by a
union
select b,sum(xx) form table1 … group by b
union
select sum(xx) form table1 … group by a,b
union
...
这个意思
用法:
select ga, gb, sum(val) from table
group by ga, gb
GROUPING SETS ((ga), (gb), ());
with cube : 对变量进行有/无的组合,如果有三个对象,就会产生2^3 = 8种聚合情况
用法 :
eg :
cube (a,b,c)
equal
grouping sets( (a,b,c), (a,b), (a,c), (a),(b,c), (b), (c), () )
rollup : 是cube的子集,以最左侧的维度为主,从该维度进行层级聚合
用法 :
eg :
rollup(a,b,c)
equal
grouping sets( (a,b,c),(a,b),(a),() )
regexp_extract
字符串正则表达式解析函数
用法 :
eg :
select regexp_extract( 'yfd-mkt-0207juzhanYY05-grp-123', 'yfd-mkt-([^\\-]+)-.*', 1) as keyfrom_type; — res : 0207juzhanYY05
0 : 表示把整个正则表达式对应的结果全部返回
1 :表示返回表达式中第一个()对应的结果
依次类推...
相关函数 : regexp_replace()
get_json_object
作用 : 从复杂json对象中提取元素
‘$’表示对Root对象
eg : get_json_object(t.info,’$.xx')
时间处理 :
一种思路 : 可以把时间转化为一个整数,经过处理之后,再转化为日期格式。
常见hive时间转换函数
- from_unixtime : 日期函数UNIX时间戳转日期函数: from_unixtime语法: from_unixtime(bigint unixtime[, string format]),可以是识别到月
- unix_timestamp(string date, string pattern) : 指定格式日期转UNIX时间戳函数,可以识别到月
hive> select unix_timestamp('20111207 13:01:03','yyyyMMdd HH:mm:ss');
1323234063
hive> select unix_timestamp('2011-12-07 13:05','yyyy-MM-dd HH:mm');
1323234300
hive> select unix_timestamp('2011-12','yyyy-MM');
1322668800
- date_format :
hive> select date_format('2015-04-08', 'y');
2015
hive> select date_format('2015-04-08', 'yyyy');
2015
hive> select date_format('2015-04-08', 'yyyy-MM');
2015-04
hive> select date_format('2015-04-08 10:10:01', 'yyyy-MM');
2015-04
hive> select date_format('2015-04-08', 'yyyy-MM-dd');
2015-04-08
- to_date
hive> select to_date('2011-12-08 10:03:01');
2011-12-08
hive> select to_date('2011-12-08');
2011-12-08
hive> select to_date('2011-12');
NULL
- date_sub | date_add
窗口函数 :
待更新…
lag, first_value, last_value , lead