Hive 中的函数概览

2023-12-27 15:01:27

Hive 中的函数概览

Hive 内置函数

Hive 内置函数说明

函数较多，可以参考官方文档

LanguageManual UDF - Apache Hive - Apache Software Foundation

查看系统自带的函数

show functions;

显示自带的函数的用法

desc function round;

Hive 中的函数概览

详细显示自带的函数的用法

desc function extended round;

Hive 中的函数概览

Hive 数学函数

取整函数: round

语法: round(double a)
返回值: BIGINT
说明:返回double类型的整数值部分（遵循四舍五入）

-- 取整，结果：3
select round(3.1415926);

Hive 中的函数概览

指定精度取整函数: round

语法: round(double a, int d)
返回值: DOUBLE
说明:返回指定精度d的double类型

-- 取整，精度为4，结果：3.1416
select round(3.1415926,4);

向下取整函数: floor

语法: floor(double a)
返回值: BIGINT
说明:返回等于或者小于该double变量的最大的整数

-- 向下取整，结果：3
select floor(3.1415926);

向上取整函数: ceil

语法: ceil(double a)
返回值: BIGINT
说明:返回等于或者大于该double变量的最小的整数

-- 向上取整，结果：4
select ceil(3.1415926);

获取随机数函数: rand

语法: rand(),rand(int seed)
返回值: double
说明:返回一个0到1范围内的随机数。如果指定种子seed，则会返回固定的随机数

-- 获取随机数，结果：0.5577432776034763
select rand();

-- 获取随机数，结果：0.6638336467363424
select rand();

-- 获取随机数，指定种子，结果：0.7220096548596434
select rand(100);

-- 获取随机数，指定种子，结果：0.7220096548596434
select rand(100);

幂运算函数: pow

语法: pow(double a, double p)
返回值: double
说明:返回a的p次幂

-- 获取 2的4次方，结果：16.0
select pow(2,4) ;

绝对值函数: abs

语法: abs(double a)  abs(int a)
返回值: double       int
说明:返回数值a的绝对值

-- 获取绝对值，结果：3.9
select abs(-3.9);

-- 获取绝对值，结果：10.9
select abs(10.9);

Hive 字符串函数

字符串长度函数：length

语法: length(string A)
返回值: int
说明：返回字符串A的长度

-- 返回字符串长度，结果：7
select length('abcedfg');

Hive 中的函数概览

字符串反转函数：reverse

语法: reverse(string A)
返回值: string
说明：返回字符串A的反转结果

-- 字符串反转，结果：gfdecba
select reverse('abcedfg');

字符串连接函数：concat

语法: concat(string A, string B…)
返回值: string
说明：返回输入字符串连接后的结果，支持任意个输入字符串
abcdefgh
-- 字符串连接，结果：abcdefgh
select concat('abc','def','gh');

字符串连接函数-带分隔符：concat_ws

语法: concat_ws(string SEP, string A, string B…)
返回值: string
说明：返回输入字符串连接后的结果，SEP表示各个字符串间的分隔符

-- 以 ',' 为分隔符，连接多个字符串，结果：abc,def,gh
select concat_ws(',','abc','def','gh');

字符串截取函数：substr,substring

语法: substr(string A, int start),substring(string A, int start)
返回值: string
说明：返回字符串A从start位置到结尾的字符串

-- 起始位置为3截取，从1开始，包含起始位置，结果：cde
select substr('abcde',3);

-- 起始位置为3截取，从1开始，包含起始位置，结果：cde
select substring('abcde',3);

-- 从右往左，第一个位置为起始位置，结果：e
select substr('abcde',-1);

字符串截取函数：substr,substring

语法: substr(string A, int start, int len),substring(string A, intstart, int len)
返回值: string
说明：返回字符串A从start位置开始，长度为len的字符串

-- 从左往右，起始位置为3，长度为2，结果：cd
select substr('abcde',3,2);

-- 从左往右，起始位置为3，长度为2，结果：cd
hive> select substring('abcde',3,2);

-- 从右往左，起始位置为2，长度为2，结果：de
hive>select substring('abcde',-2,2);

字符串转大写函数：upper,ucase

语法: upper(string A) ucase(string A)
返回值: string
说明：返回字符串A的大写格式

-- 变大写，结果：ABSED
select upper('abSEd');

-- 变大写，结果：ABSED
select ucase('abSEd');

字符串转小写函数：lower,lcase

语法: lower(string A) lcase(string A)
返回值: string
说明：返回字符串A的小写格式

-- 变小写，结果：absed
select lower('abSEd');

-- 变小写，结果：absed
select lcase('abSEd');

去空格函数：trim

语法: trim(string A)
返回值: string
说明:去除字符串两边的空格

-- 去除空格，结果：abc
select trim(' abc ');

左边去空格函数：ltrim

语法: ltrim(string A)
返回值: string
说明：去除字符串左边的空格

-- 去除左边空格，结果：'abc  '
select ltrim(' abc ');

右边去空格函数：rtrim

语法: rtrim(string A)
返回值: string
说明：去除字符串右边的空格

-- 去除右边空格，结果：'  abc'
select rtrim(' abc ');

正则表达式替换函数：regexp_replace

语法: regexp_replace(string A, string B, string C)
返回值: string
说明：将字符串A中的符合java正则表达式B的部分替换为C。注意，在有些情况下要使用转义字符,类似oracle中的regexp_replace函数

-- 正则替换，结果：fb
select regexp_replace('foobar', 'oo|ar', '');

URL解析函数：parse_url

语法: parse_url(string urlString, string partToExtract [, stringkeyToExtract])
返回值: string
说明：返回URL中指定的部分。partToExtract的有效值为：HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO.

-- 获取 url 中的 host，结果：facebook.com
select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'HOST');

-- 获取 url 中的 path，结果：/path1/p.php
select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'PATH');

-- 获取 url 中的 参数，结果：v1
select parse_url('http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1', 'QUERY','k1');

分割字符串函数: split

语法: split(string str, stringpat)
返回值: array
说明:按照pat字符串分割str，会返回分割后的字符串数组

-- 字符串按照 't' 分割，结果：["ab","cd","ef"]
select split('abtcdtef','t');

Hive 日期函数

获取当前UNIX时间戳函数:unix_timestamp

语法: unix_timestamp()
返回值: bigint
说明:获得当前时区的UNIX时间戳

-- 获取当前的时间戳，结果：1323309615
select unix_timestamp();

Hive 中的函数概览

UNIX时间戳转日期函数:from_unixtime

语法: from_unixtime(bigint unixtime[, string format])
返回值: string
说明:转化UNIX时间戳（从1970-01-01 00:00:00 UTC到指定时间的秒数）到当前时区的时间格式

-- 按照指定格式格式化时间戳，结果：20111208
select from_unixtime(1323308943,'yyyyMMdd');

日期转UNIX时间戳函数:unix_timestamp

语法: unix_timestamp(string date)
返回值: bigint
说明:转换格式为"yyyy-MM-ddHH:mm:ss"的日期到UNIX时间戳。如果转化失败，则返回0。

-- 日期转换为时间戳，结果：1323234063
select unix_timestamp('2011-12-07 13:01:03');

指定格式日期转UNIX时间戳函数:unix_timestamp

语法: unix_timestamp(string date, string pattern)
返回值: bigint
说明:转换pattern格式的日期到UNIX时间戳。如果转化失败，则返回0。

-- 获取时间戳，结果：1323234063
select unix_timestamp('20111207 13:01:03','yyyyMMddHH:mm:ss');

日期时间转日期函数:to_date

语法: to_date(string timestamp)
返回值: string
说明:返回日期时间字段中的日期部分

-- 获取date，结果：2011-12-08
select to_date('2011-12-08 10:03:01');

日期转年函数: year

语法: year(string date)
返回值: int
说明:返回日期中的年

-- 获取年，结果：2011
select year('2011-12-08 10:03:01');

-- 获取年，结果：2012
hive> select year('2012-12-08');

日期转月函数: month

语法: month (string date)
返回值: int
说明:返回日期中的月份

-- 获取月，结果：12
select month('2011-12-08 10:03:01');

-- 获取月，结果：8
select month('2011-08-08');

日期转天函数: day

同样的，还有 hour,minute,second函数，分别是获取小时，分钟和秒，使用方式和以上类似，这里就不再讲述

语法: day (string date)
返回值: int
说明:返回日期中的天。

-- 获取天，结果：8
select day('2011-12-08 10:03:01');

-- 获取天，结果：24
select day('2011-12-24');

日期转周函数:weekofyear

语法: weekofyear (string date)
返回值: int
说明:返回日期在当前的周数

-- 获取周数，结果：49
select weekofyear('2011-12-08 10:03:01');

日期比较函数: datediff

语法: datediff(string enddate, string startdate)
返回值: int
说明:返回结束日期减去开始日期的天数。

-- 获取日期间的差值，结果：213
select datediff('2012-12-08','2012-05-09');

日期增加函数: date_add

语法: date_add(string startdate, int days)
返回值: string
说明:返回开始日期startdate增加days天后的日期

-- 获取增加10天后的日期，结果：2012-12-18
select date_add('2012-12-08',10);

日期减少函数: date_sub

语法: date_sub (string startdate, int days)
返回值: string
说明:返回开始日期startdate减少days天后的日期。

-- 获取减少10天后的日期，结果：2012-11-28
select date_sub('2012-12-08',10);

Hive 条件函数

if函数: if

语法: if(boolean testCondition, T valueTrue, T valueFalseOrNull)
返回值: T
说明: 当条件testCondition为TRUE时，返回valueTrue；否则返回valueFalseOrNull

-- 结果：200
select if(1=2,100,200) ;

-- 结果：100
select if(1=1,100,200) ;

条件判断函数：CASE

语法: CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END
返回值: T
说明：如果a等于b，那么返回c；如果a等于d，那么返回e；否则返回f

-- 结果：mary
select case 100 when 50 then 'tom' when 100 then 'mary'else 'tim' end ;

-- 结果：tim
select case 200 when 50 then 'tom' when 100 then 'mary'else 'tim' end ;

Hive 中的函数概览

条件判断函数：CASE

语法: CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END
返回值: T
说明：如果a为TRUE,则返回b；如果c为TRUE，则返回d；否则返回e

-- 结果：mary
select case when 1=2 then 'tom' when 2=2 then 'mary' else'tim' end ;

-- 结果：tom
select case when 1=1 then 'tom' when 2=2 then 'mary' else'tim' end ;

Hive 转换函数

cast()函数

公式：cast(表达式 as 数据类型)
返回值：转换成指定的数据类型
说明：cast函数，可以将"20190607"这样类型的时间数据转化成int类型数据。

-- 转换成日期类型，结果
select cast('2017-06-12' as date) filed;

Hive 中的函数概览

Hive 行转列

行转列说明

① 行转列是指多行数据转换为一个列的字段。

② Hive 行转列用到的函数

--字段或字符串拼接
concat(str1,str2,...)  

--以分隔符拼接每个字符串
concat_ws(sep, str1,str2)

--将某字段的值进行去重汇总，产生array类型字段
collect_set(col)

行转列测试数据

-- deptno(部门号)，ename(员工姓名)
20,SMITH   
30,ALLEN   
30,WARD    
20,JONES   
30,MARTIN  
30,BLAKE   
10,CLARK   
20,SCOTT   
10,KING    
30,TURNER  
20,ADAMS   
30,JAMES   
20,FORD    
10,MILLER

建表语句

create table emp(
deptno int,
ename string
) row format delimited fields terminated by ',';

插入数据

load data local inpath "/opt/software/emp.txt" into table emp;

开始转换

-- 函数只接受基本数据类型，它的主要作用是将某字段的值进行去重汇总，产生array类型字段
select deptno,concat_ws("|",collect_set(ename)) as ems from emp group by deptno;

Hive 中的函数概览

Hive 表生成函数

表生成函数介绍
所有的表生成函数，包括自定义的和内置的，都被称为用户自定义表生成函数 (UDTF) 表生成函数，接受零个或多个输入，然后产生多列或多行输出

explode 函数介绍

-- 将hive一列中复杂的array或者map结构拆分成多行。
explode(col)

-- 列表中的每个元素生成一行
explode(ARRAY)

-- map中每个key-value对，生成一行，key为一列，value为一列
explode(MAP)

数据准备

10,CLARK|KING|MILLER
20,SMITH|JONES|SCOTT|ADAMS|FORD
30,ALLEN|WARD|MARTIN|BLAKE|TURNER|JAMES

建表语句

create table emp1(
deptno int,
names array<string>
)
row format delimited fields terminated by ','
collection items terminated by '|';

插入数据

load data local inpath "/opt/software/emp1.txt" into table emp1;

数据查询

select * from emp1;

-- 将所有的员工姓名展示为行
select explode(names) as name from emp1;

Hive 中的函数概览
Hive 中的函数概览

LATERAL VIEW侧视图

LATERAL VIEW 函数介绍

 -- 用法
 LATERAL VIEW udtf(expression) tableAlias AS columnAlias
 -- 解释
 用于和split, explode等UDTF一起使用，它能够将一列数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合

列转行

select deptno,name from emp lateral view explode(names) tmp_tb as name;

Hive 中的函数概览

Reflect函数

Reflect 函数介绍

该函数可以支持在 sql 中调用 java 中的自带函数，即：UDF （User-Defined Function）用户自定义函数

案例一：使用 java.lang.Math 当中的Max求两列中最大值

① 建表语句

-- 创建hive表
create table test_udf(col1 int,col2 int) row format delimited fields terminated by ',';

② 准备数据

-- 准备数据 test_udf.txt
1,2
4,3
6,4
7,5
5,6

③ 加载数据

-- 加载数据
load data local inpath '/root/hivedata/test_udf.txt'  into table test_udf;

④ 获取结果

-- 使用java.lang.Math当中的Max求两列当中的最大值
select reflect("java.lang.Math","max",col1,col2) from test_udf;

Hive 中的函数概览

案例二：不同记录执行不同的 java 内置函数

① 建表语句

--创建hive表
create table test_udf2(class_name string,method_name string,col1 int , col2 int) row format delimited fields terminated by ',';

② 准备数据

-- 准备数据 test_udf2.txt
java.lang.Math,min,1,2
java.lang.Math,max,2,3

③ 加载数据

-- 加载数据
load data local inpath '/opt/software/test_udf2.txt' into table test_udf2;

④ 获取结果

-- 执行查询
select reflect(class_name,method_name,col1,col2) from test_udf2;

Hive 中的函数概览

Hive 开窗函数

窗口函数(1) NTILE,ROW_NUMBER,RANK,DENSE_RANK

函数的区别

函数 区别
NTILE
ROW_NUMBER 分区相同时，如果数据的排序相同，都会保留，数据依次递增/递减
RANK 分区相同时，如果数据的排序相同，都会保留，但是会留下空位
DENSE_RANK 分区相同时，如果数据的排序相同，都会保留，但是不会留下空位

数据准备

cookie1,2018-04-10,1
cookie1,2018-04-11,5
cookie1,2018-04-12,7
cookie1,2018-04-13,3
cookie1,2018-04-14,2
cookie1,2018-04-15,4
cookie1,2018-04-16,4
cookie2,2018-04-10,2
cookie2,2018-04-11,3
cookie2,2018-04-12,5
cookie2,2018-04-13,6
cookie2,2018-04-14,3
cookie2,2018-04-15,9
cookie2,2018-04-16,7

建表语句

CREATE TABLE net_his (
cookieid string,
createtime string,   --day 
pv INT
) ROW FORMAT DELIMITED 
FIELDS TERMINATED BY ',' 
stored as textfile;

加载数据

-- 加载数据：
load data local inpath '/opt/software/net_his.dat' into table net_his;

ROW_NUMBER 函数

-- ROW_NUMBER()  从1开始，按照顺序，生成分组内记录的序列
SELECT 
  cookieid,
  createtime,
  pv,
  ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn 
FROM net_his;

Hive 中的函数概览
RANK 和 DENSE_RANK 函数

SELECT 
cookieid,
createtime,
pv,
RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn1,
DENSE_RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn2,
ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv DESC) AS rn3 
FROM net_his 
WHERE cookieid = 'cookie1';

Hive 中的函数概览

Hive分析窗口函数(2) SUM,AVG,MIN,MAX

数据准备

cookie1,2018-04-10,1
cookie1,2018-04-11,5
cookie1,2018-04-12,7
cookie1,2018-04-13,3
cookie1,2018-04-14,2
cookie1,2018-04-15,4
cookie1,2018-04-16,4

建表语句

--建表语句:
create table net_his1(
cookieid string,
createtime string,   --day 
pv int
) row format delimited 
fields terminated by ',';

加载数据

--加载数据：
load data local inpath '/opt/software/net_his1.dat' into table net_his1;

开启智能本地模式

-- 本地模式：对数据量比较小的操作，就可以在本地执行，这样要比提交任务到集群执行效率要快很多
SET hive.exec.mode.local.auto=true;

SUM（结果和ORDER BY相关,默认为升序）

-- 如果不指定rows between,默认为从起点到当前行;
-- 如果不指定order by，则将分组内所有值累加;
-- 关键是理解rows between含义,也叫做window子句：
  -- preceding：往前
  -- following：往后
  -- current row：当前行
  -- unbounded：起点
  -- unbounded preceding 表示从前面的起点
  -- unbounded following：表示到后面的终点

--pv1: 分组内从起点到当前行的pv累积，如，11号的pv1=10号的pv+11号的pv, 12号=10号+11号+12号
select cookieid,createtime,pv,
sum(pv) over(partition by cookieid order by createtime) as pv1 
from net_his1;

--pv2: 同pv1
select cookieid,createtime,pv,
sum(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2
from net_his1;

Hive 中的函数概览

--pv3: 分组内(cookie1)所有的pv累加
--如果每天 order by 排序语句，默认把分组内的所有数据进行sum操作
select cookieid,createtime,pv,
sum(pv) over(partition by cookieid) as pv3
from net_his1;

Hive 中的函数概览

--pv4: 分组内当前行+往前3行，如，11号=10号+11号， 12号=10号+11号+12号，
	                       13号=10号+11号+12号+13号， 14号=11号+12号+13号+14号
select cookieid,createtime,pv,
sum(pv) over(partition by cookieid order by createtime rows between 3 preceding and current row) as pv4
from net_his1;

Hive 中的函数概览

--pv5: 分组内当前行+往前3行+往后1行，如，14号=11号+12号+13号+14号+15号=5+7+3+2+4=21
select cookieid,createtime,pv,
sum(pv) over(partition by cookieid order by createtime rows between 3 preceding and 1 following) as pv5
from net_his1;

Hive 中的函数概览

--pv6: 分组内当前行+往后所有行，如，13号=13号+14号+15号+16号=3+2+4+4=13，
							 14号=14号+15号+16号=2+4+4=10
select cookieid,createtime,pv,
sum(pv) over(partition by cookieid order by createtime rows between current row and unbounded following) as pv6
from net_his1;

Hive 中的函数概览
AVG，MIN，MAX 函数，和 SUM 用法相同

-- 计算到当前天的平均 pv 量
select cookieid,createtime,pv,
avg(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2
from net_his1;

Hive 中的函数概览

-- 计算到当前天的最大 pv 量
select cookieid,createtime,pv,
max(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2
from net_his1;

Hive 中的函数概览

-- 计算到当前天的最小 pv 量
select cookieid,createtime,pv,
min(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2
from net_his1;

Hive 中的函数概览

Hive分析窗口函数(3) LAG,LEAD,FIRST_VALUE,LAST_VALUE

注意： 如果不指定ORDER BY，则进行排序混乱，会出现错误的结果

数据准备

① 准备数据

cookie1,2018-04-10 10:00:02,url2
cookie1,2018-04-10 10:00:00,url1
cookie1,2018-04-10 10:03:04,1url3
cookie1,2018-04-10 10:50:05,url6
cookie1,2018-04-10 11:00:00,url7
cookie1,2018-04-10 10:10:00,url4
cookie1,2018-04-10 10:50:01,url5
cookie2,2018-04-10 10:00:02,url22
cookie2,2018-04-10 10:00:00,url11
cookie2,2018-04-10 10:03:04,1url33
cookie2,2018-04-10 10:50:05,url66
cookie2,2018-04-10 11:00:00,url77
cookie2,2018-04-10 10:10:00,url44
cookie2,2018-04-10 10:50:01,url55

② 建表语句

CREATE TABLE net_his2 (
cookieid string,
createtime string,  --页面访问时间
url STRING       --被访问页面
) ROW FORMAT DELIMITED 
FIELDS TERMINATED BY ',' 
stored as textfile;

③ 加载数据

--加载数据：
load data local inpath '/opt/software/net_his2.dat' into table net_his2;

LAG 函数介绍

LAG( col,n,DEFAULT ) 用于统计窗口内往上 第n行 值第一个参数为列名，第二个参数为往上 第n行（可选，默认为1），第三个参数为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为 NULL）

--last_1_time: 指定了往上第1行的值，default为'1970-01-01 00:00:00'  
                           cookie1第一行，往上1行为NULL,因此取默认值 1970-01-01 00:00:00
                           cookie1第三行，往上1行值为第二行值，2015-04-10 10:00:02
                           cookie1第六行，往上1行值为第五行值，2015-04-10 10:50:01
--last_2_time: 指定了往上第2行的值，为指定默认值
                           cookie1第一行，往上2行为NULL
                           cookie1第二行，往上2行为NULL
                           cookie1第四行，往上2行为第二行值，2015-04-10 10:00:02
                           cookie1第七行，往上2行为第五行值，2015-04-10 10:50:01


SELECT cookieid,
  createtime,
  url,
  ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
  LAG(createtime,1,'1970-01-01 00:00:00') OVER(PARTITION BY cookieid ORDER BY createtime) AS last_1_time,
  LAG(createtime,2) OVER(PARTITION BY cookieid ORDER BY createtime) AS last_2_time 
FROM net_his2;

Hive 中的函数概览
LEAD 函数介绍

与 LAG 相反 LEAD(col,n,DEFAULT) 用于统计窗口内往下第n行值第一个参数为列名，第二个参数为往下第n行（可选，默认为1），第三个参数为默认值（当往下第n行为 NULL 时候，取默认值，如不指定，则为 NULL ）

SELECT cookieid,
createtime,
url,
ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
LEAD(createtime,1,'1970-01-01 00:00:00') OVER(PARTITION BY cookieid ORDER BY createtime) AS next_1_time,
LEAD(createtime,2) OVER(PARTITION BY cookieid ORDER BY createtime) AS next_2_time 
FROM net_his2;

Hive 中的函数概览
FIRST_VALUE 函数

取分组内排序后，截止到当前行，第一个值

SELECT cookieid,
createtime,
url,
ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
FIRST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime) AS first1 
FROM net_his2;

Hive 中的函数概览

LAST_VALUE 函数

-- 取分组内排序后，截止到当前行，最后一个值
SELECT cookieid,
 createtime,
 url,
 ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
 LAST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime) AS last1 
FROM net_his2;

-- 如果想要取分组内排序后最后一个值，则需要变通一下
SELECT cookieid,
  createtime,
  url,
  ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY createtime) AS rn,
  LAST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime) AS last1,
  FIRST_VALUE(url) OVER(PARTITION BY cookieid ORDER BY createtime DESC) AS last2 
FROM net_his2 
ORDER BY cookieid,createtime;

Hive 中的函数概览
Hive 中的函数概览

上一篇：1071 小赌怡情 (15 分) python


下一篇：2021-11-03