【Hive---10】单列函数『字符串函数 | 日期函数 | 数学函数 | 集合函数 | 条件函数 | 数据脱敏函数 | 其他函数(反射、加密解密、等等)』

前言：查看函数详细描述的SQL:

describe function extended func_name;

1. 内置函数（Built-in Functions）

官方文档地址：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF

1.1 字符串函数

下面重点解释上面红色函数：

1. 字符串拼接

   1. 直接拼接：concat(string + | array(string) +)

      select concat("angela","baby"); -- 输出："angelababy"
      -- 注意：只要有一个元素为null，则返回null
      select concat("angela","baby", null); -- 输出：null
      -- 注意：也可以传入集合
      select concat(array("a", "b", "c"));
      

   2. 指定拼接符：concat_ws(separator, [string | array(string)]+)

      select concat_ws('.', 'www', array('baidu', 'com')); -- 输出："www.baidu.com"
      -- 注意1：可以存在元素为null，它会先去掉null，再拼接。比如：
      select concat_ws("#", "123", "abc", null); -- 输出：”123#abc“
      -- 注意2：全部元素为null时，返回的是空字符串''，而不是 null
      select concat_ws("#", null, null);
      -- 注意3：也可以传入集合
      select concat_ws("#", array("a", "b", "c"));
      

      1. 推荐使用concat_ws()函数时，使用空字符串''作为分隔符，因为会更加准确。会使得无用行只算一次，不要小看这一次，当concat_ws('',collection_nid_src,cuid)，每个cuid会造成一条无效数据，如果有30万用户，使用''与-就会相差30万条数据。
         当然最准确的做法是将脏数据提前过滤掉，比如：

         count(distinct case when collection_first='0' and collection_nid_src is not null and collection_nid_src != '' and cuid is not null and cuid != '' then concat_ws('-',collection_nid_src,cuid) end) 
         

      2. 为什么使用空字符串做分隔更加准确：

         • 使用''分隔：
           
         • 使用'-'分隔：
           

2. 字符串切分

   1. 切分后是一个数组，可以通过下标访问元素：split(str, regex | separator)

      // 切分字符串
      select split('apache hive', ' '); -- 输出：['apache', 'hive']
      // 切分字符串并访问元素
      select split('apache hive', ' ')[0]; -- 输出：'apache'
      
      // 注意：切分null，结果为null
      select 
          split(null, ','),   -- 输出：NULL
          size(null)        -- 输出：-1
      

      注意：当待切分的对象中没有分隔符时，整个对象对作为一个元素

      // 比如
      select split('ab', ',');  -- 输出：['ab']
      
      // 切分空字符串也是同理
      select split('', ',');  -- 输出：['']
      

   2. 切分并访问元素：substring_index(要处理的字符串, 分隔符, num)

      -- 1. num可以为正
      select substring_index("www.baidu.com", '.', 1); -- 输出：www
      select substring_index("www.baidu.com", '.', 2); -- 输出：www.baidu
      select substring_index("www.baidu.com", '.', 3); -- 输出：www.baidu.com
      
      -- 2. num可以为负
      select substring_index("www.baidu.com", '.', -1); -- 输出：com
      
      -- 3. 像数组用下标一样访问中间元素: 两个方向结合即可
      select substring_index(
          substring_index("www.baidu.com", '.', 2)