Hive内置函数参数返回值详解

在Hive数据处理中，内置函数是极为实用的工具，能够直接嵌入SQL查询，无需自定义开发。初学者常被函数的参数和返回值所困扰，但理清后会发现其规律。下面将详细解析Hive内置函数的参数及返回值。

Hive内置函数

• 数学函数：包括取整函数（如round、floor、ceil），幂运算函数（如pow），数学常量（如pi），以及随机数生成函数（如rand）。日常数值计算时，这些函数基本够用。
• 字符串函数：处理字符串数据的主力，比如拼接（concat）、截取（substr）、长度（length）、大小写转换（lower/upper）等。对文本进行任何操作，可优先查看此分类。
• 日期函数：专门处理日期和时间，如current_date获取当天日期，date_add增加天数，datediff计算间隔，to_date提取日期部分。时间相关的业务逻辑依赖这些函数。
• 类型转换函数：核心为cast，将数据从一种类型强制转换为另一种，例如字符串转整数。正确使用可避免许多隐式类型错误。
• 条件函数：if、case when等，根据条件返回不同结果。这是SQL中的分支语句，逻辑判断离不开它们。
• 聚合函数：汇总计算中的常用函数——avg平均值、count计数、max最大值、min最小值。报表和分析几乎每个查询都会用到。
• 其他函数：包括数组操作、映射操作、正则表达式操作等高级功能。当数据以复杂结构（如JSON、数组）存储时，这些函数发挥作用。

参数及返回值示例

数学函数

• round(double a)：返回四舍五入后的整数值。若传入小数，按常规四舍五入到整数。
• pow(double a, double p)：返回a的p次幂。例如pow(2,3)结果为8.0。

字符串函数

• concat(string a, string b…)：将多个字符串按顺序拼接，返回完整字符串。若某个参数为null，整段结果为null，需注意。
• lower(string a)：将字符串中所有字母转为小写，返回新字符串。不改变原数据，仅影响查询结果。

日期函数

• current_date()：返回当前日期，无参数，结果格式为yyyy-MM-dd。
• date_add(date, 天数)：在给定日期基础上增加指定天数（可为负数，相当于减），返回新日期。例如date_add('2025-01-01', 10)得到2025-01-11。

类型转换函数

• cast(value as type)：将值转换为指定数据类型。例如cast('123' as int)得到整数123。转换失败时，返回null或抛出异常，取决于具体上下文。

条件函数

• if(boolean testCondition, t valueTrue, t valueFalseOrNull)：条件为真时返回第二个参数，否则返回第三个参数。可理解为三目运算，常用于简单条件赋值。

聚合函数

• avg(column_name)：计算某列所有非空值的平均值，返回double类型。若该列全部为null，结果也为null。

使用场景

这些内置函数几乎覆盖了数据处理的各个方面——无论是数据清洗（如去空格、格式转换）、转换（如类型转换、日期计算）、聚合（如分组汇总），还是复杂分析（如正则匹配、数组展开），都能找到对应函数。熟悉它们，就等于掌握了Hive SQL的关键工具。

实际项目中，每个函数的细节（如边界情况、null处理、性能特点）建议对照官方文档确认，因为不同版本可能存在细微差异。但掌握上述常用函数的参数和返回值，日常查询已足够使用。