Hive--11---函数-----split() 、lateral view 、explode() 、posexplode()_hive split

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

split()

• split()函数是用于切分数据，也就是将一串字符串切割成了一个数组

语法

split(str,regex)

• 支持正则切分
• 对于 “.”,"|“这样的特殊字符，不加”\“的时候是特殊字符，加了以后才是普通字符，
• 而对于”\d"的字符，需要加"\“后才是特殊字符，就是是说”\d"才是匹配数字。

案例1:

用split()函数对name字段切分

select split(name,',') as name,age from demo;
1

案例2:

案例3:

explode()

概念

explode()用于将hive一列中复杂的array或者map结构拆分成多行

• 如果你传递的参数是Array, 会给这个Array分隔转成多行 ,
• 如果你传递的是Map,就会给Map里面的每个元素分隔成多行和多列.
• 参数只能是Array或者是Map

explode函数属于udtf,udtf在使用时候,不能和其它表达式一起出现在select子句后,言外之意只能单独出现在select子句中.

案例 1

将array当中的数据拆分开

将map当中的数据拆分开

LATERAL VIEW

• 一个select后面只能获得一个explode产生的视图，如果要显示多个列，则需要将多个视图合并。lateral view就是做这样的事的
• lateral view 侧视图。原表的每一行和explode_lateral_view进行笛卡尔积关联，也可以多重使用

案例1

首先来看下最基本的，我们如何把student这一列中的数据由一行变成多行。
这里需要使用split和explode，并结合lateral view实现。代码如下：

select
 class,student_name
from
default.classinfo
lateral view explode(split(student,',')) t as student_name
1
2
3
4
5

案例2

1. Lateral View 用于和UDTF函数【explode,split】结合来使用。
2. 首先通过UDTF函数将数据拆分成多行，再将多行结果组合成一个支持别名的虚拟表。
3. 主要解决在select使用UDTF做查询的过程中查询只能包含单个UDTF，不能包含其它字段以及多个UDTF的情况。
4. 语法：LATERAL VIEW udtf(expression) tableAlias AS columnAlias (’,’ columnAlias)

使用LATERAL VIEW + explode 函数进行查询

select movie, category_name
from movie_info
         LATERAL VIEW explode(category) tmpTable as category_name;


1
2
3
4
5
6

综合案例

1. 单列Explode

首先来看下最基本的，我们如何把student这一列中的数据由一行变成多行。
这里需要使用split和explode，并结合lateral view实现。代码如下：

select
 class,student_name
from
default.classinfo
lateral view explode(split(student,',')) t as student_name
1
2
3
4
5

2. 单列Posexplode

• 接下来，我们想要给每个同学来一个编号，假设编号就按姓名的顺序，此时我们要用到另一个hive函数，叫做posexplode，代码如下：

select
 class,student_index + 1 as student_index,student_name
from
default.classinfo
lateral view posexplode(split(student,',')) t as student_index,student_name
1
2
3
4
5

3. 多列Explode 结合 lateral view

• 好了，我们继续前进。这次我们想基于两列explode，同时能够使学生和其成绩能够匹配
• 显然我们要对两列进行explode，先试试行不行：

select
 class,student_name,student_score
from
default.classinfo
lateral view explode(split(student,',')) sn as student_name
lateral view explode(split(score,',')) sc as student_score
1
2
3
4
5
6

好像是不太行，如果我们分别对两列进行explode的话，假设每列都有三个值，那么最终会变成3 * 3 = 9行。但我们想要的结果只有三行。

lateral view 侧视图。原表的每一行和explode_lateral_view进行笛卡尔积关联，也可以多重使用

4. 改进方法

此时我们可以进行两次posexplode，姓名和成绩都保留对应的序号，即使变成了9行，我们通过where条件只保留序号相同的行即可。代码如下：

select
 class,student_name,student_score
from
default.classinfo
lateral view posexplode(split(student,',')) sn as student_index_sn,student_name
lateral view posexplode(split(score,',')) sc as student_index_sc,student_score
where
 student_index_sn = student_index_sc
1
2
3
4
5
6
7
8

5. 窗口函数 rank() 进行排名

• 假设我们又想对同学的成绩进行一下排名该怎么做呢？当然是借助rank函数啦
  （row_number函数对于相同的成绩也会赋予不同的排名，所以我们选择rank函数

select
 class,
 student_name,
 student_score,
 rank() over(partition by class order by student_score desc) as student_rank
from
default.classinfo
lateral view posexplode(split(student,',')) sn as student_index_sn,student_name
lateral view posexplode(split(score,',')) sc as student_index_sc,student_score
where
 student_index_sn = student_index_sc
1
2
3
4
5
6
7
8
9
10
11

结果符合我们预期：