Hive 中的 COALESCE 函数作用

Hive 中的 COALESCE 函数作用

COALESCE 是 Hive 中一个非常常用的空值处理函数，用于从多个列或表达式中返回第一个非空值（non-NULL value）。

---

1. 基本语法

COALESCE(value1, value2, ..., valueN)

• 从左到右依次判断每个值是否为 NULL。
• 返回第一个非 NULL 的值。
• 如果所有值都是 NULL，则返回 NULL。

---

2. 常见用途

2.1 处理空值，提供默认值

SELECT COALESCE(name, 'Unknown') AS name FROM users;

• 如果 name 为 NULL，返回 'Unknown'。
• 否则返回 name。

2.2 多列中取第一个非空值

SELECT COALESCE(email, phone, 'No Contact') AS contact FROM users;

• 如果 email 非空，返回 email。
• 否则如果 phone 非空，返回 phone。
• 否则返回 'No Contact'。

2.3 合并多个列的值

SELECT COALESCE(address1, address2, 'No Address') AS address FROM users;

• 优先使用 address1，如果为空则用 address2，最后用默认值。

2.4 在 INSERT 或 UPDATE 中使用

INSERT INTO users (name) VALUES (COALESCE(:input_name, 'Default Name'));

• 如果输入参数 input_name 为 NULL，插入 'Default Name'。

---

3. 与 IFNULL 的区别

• IFNULL(expr1, expr2)：只处理两个值，如果 expr1 为 NULL，返回 expr2。
• COALESCE：可以处理多个值，更灵活。

示例：

-- IFNULL（仅两个值）
SELECT IFNULL(name, 'Unknown') FROM users;

-- COALESCE（多个值）
SELECT COALESCE(name, nickname, 'Unknown') FROM users;

---

4. 与 CASE WHEN 的等价关系

COALESCE(a, b, c) 等价于：

CASE
    WHEN a IS NOT NULL THEN a
    WHEN b IS NOT NULL THEN b
    ELSE c
END

但 COALESCE 更简洁。

---

5. 注意事项

• COALESCE 是 SQL 标准函数，Hive、Spark SQL、MySQL、PostgreSQL 等都支持。
• 所有参数类型应尽量一致，否则可能隐式转换。
• 性能优于 CASE WHEN，推荐优先使用。

---

6. 示例数据

name	nickname	phone
Alice	NULL	123456
NULL	Bob	NULL
NULL	NULL	NULL

查询：

SELECT COALESCE(name, nickname, 'Unknown') AS display_name FROM users;

结果：

display_name
Alice
Bob
Unknown