Hive内置函数常用类型详解

做数据开发的朋友都知道，Hive内置函数数量庞大、功能覆盖很广。按用途来分，主要可以归纳为下面几个大类。每个类别里挑几个常用的函数说一下，这样上手会快很多。

字符串处理函数

这类函数专门对付字符串数据。比如concat用来拼接两个或多个字符串，substring提取子串，lower和upper分别做小写和大写转换，trim去掉首尾空白——日常的字符串清洗操作基本都能覆盖。

数学函数

提供各种数学运算能力。绝对值用abs，反三角函数有acos、asin、atan，向上取整ceil，向下取整floor，生成随机数用rand。数值计算场景下这些函数非常实用。

统计函数

算统计量是分析里的家常便饭。count数行数，sum求总和，avg算平均值，min和max分别找最小最大值。这几个函数在聚合查询中几乎是必用的。

日期和时间函数

处理日期时间数据也很方便。当前日期用current_date，当前时间戳用current_timestamp；日期加减操作有date_add和date_sub；提取星期几、月份、年份分别用dayofweek、month、year。时间维度分析时这些函数能省不少事。

集合函数

处理数组或集合类型的数据。collect_list把一组值收集成一个数组，collect_set收集成无序集合（自动去重），size计算集合的大小。做聚合后需要对多条记录的值做合并时，这些函数非常好用。

数据类型转换函数

不同数据类型之间切换，用cast可以把表达式转成指定类型；字符串转日期用to_date，转时间戳用to_timestamp。ETL过程中类型转换经常用到，这几个函数得记熟。

其他常用函数

还有一类不方便归入上述大类，但也经常出现。if做条件判断，nullif在满足特定条件时把值变成null，explain则用于查看查询的执行计划——调试SQL时很有用。

当然，上面列出的只是最常用的一部分，Hive还提供了大量其他内置函数。实际使用中，多翻翻官方文档，那里有最完整的函数列表和详细示例，遇到新需求时查一下能省不少摸索的时间。