HiveSql

当前时间

now() 返回年月日时分秒

当前日期

current_date() 返回年月日

开窗函数ROW_NUMBER() OVER()

函数语法：row_number() over (partition by 分组列 order by 排序列 desc)

注：如果不指定分组那么会对全局进行排序，将所有数据视为一组；

SELECT id,`name`,age,salary,ROW_NUMBER() OVER(PARTITION BY id ORDER BY salary DESC) RN
FROM TEST_ROW_NUMBER_OVER;

SELECT * 
FROM (SELECT id,`name`,age,salary,ROW_NUMBER() OVER(PARTITION BY id ORDER BY salary DESC) RN
FROM TEST_ROW_NUMBER_OVER) M
WHERE M.RN < 1 ;

注意:partition by 多个分组字段用逗号分隔

rlike()

row_min()

date_add()

date_after_months()

date_sub()

day_diff()

first_day_of_month()

hour_diff()

last_day_of_month()

minute_diff()

quarter()

time_convert()

to_date()

work_day_of_month()

year_diff()

base64_decode()

concat()

concat_ws('分隔符',`字段1`,`字段2`),可以强制将空字符拼接起来

dist_code()

fbc()

gaode_lat()

gaode_lon()

instring()

ip_location()

packing_json()

regexp_extract()

repeat()

reverse()

string_split()

ccoalesce()

coalesce()

explode()

explode(split(`字段`,'分隔符'))

将一行内容中按分隔符分隔为多行，其他字段值不变

collect_set()

concat_ws('分隔符',collect_set(concat('分隔符',`聚合字段`,'分隔符')))  `new`

group by `聚合字段`

正则表达是解析地址

regexp_extract(address,'[^省]+市',0)

1. 从匹配起点来理解

   • 对于正则表达式[^省]+市，[^省]是关键的起始部分。它就像一个筛选条件，规定了匹配必须从一个不是 “省” 字的字符开始。
   • 以 “广东省广州市” 为例，这个表达式不会从 “广” 字之前（也就是 “广东” 的 “广” 字之前）开始匹配，因为它要先找到符合[^省]这个条件的字符作为起点。在这里，它会从 “广” 字开始匹配，因为 “广” 不是 “省” 字，这就确定了匹配的起点是 “广”，从而跳过了 “广东” 这部分在 “省” 字之前的内容。

2. 结合整个表达式理解

   • 当从 “广” 字开始匹配后，+符号的作用是让匹配继续进行。+表示前面的[^省]（即除 “省” 字之外的字符）可以出现一次或多次。所以它会继续匹配 “州” 字，因为 “州” 也不是 “省” 字。
   • 一直到遇到 “市” 字，整个匹配过程结束。整个过程是按照正则表达式的规则，从第一个不是 “省” 字的字符开始，匹配连续的不是 “省” 字的字符，直到出现 “市” 字，这种规则就导致了 “省” 字之前的内容不会被考虑和匹配。