1、pmod(int a, int b)：返回a除以b的余数的绝对值；
cast(aaa as int):将string转化成int；
cast(aaa as decimal(10, 2)):将string转化成float,保留两位小数；
2、trim(String A)：去除A两侧的空格；
ltrim(String A)：去除左边空格；
rtrim(String A)：去除右边空格
select trim('abc') from lxw_dual;
3、concat_ws (separator,str1,str2,...) ：根据固定的分隔符连接后侧字符串；
concat_ws第一个参数是其它参数的分隔符,分隔符的位置放在要连接的两个字符串之间，分隔符可以是一个字符串，也可以是其他参数。
select concat_ws(',','11','22','33'); 11,22,33
4、collect_list/collect_set列转行函数：
在本地文件系统创建测试文件：
存储在hive表中：
按用户分组,取出每个用户每天看过的所有视频的名字：
上面结果中，由于霸王别姬李四看了两遍，所以列表中存在重复，去重处理collect_set()
突破group by限制:
还可以利用collect来突破group by的限制,hive中在group by查询的时候要求出现在select后面的列都必须出现在group by的后面
即select列必须作为分组依据的列，但有的时候我们想根据A分组然后随便取出每个分组中的一个B，带入到这个实验中就是按照
用户进行分组，然后随便拿出一个他看过的视频名称即可:
eg：
collect_list：该函数功能等同于collect_set，唯一的区别在于collect_set会去除重复元素，collect_list不去除重复元素，示例sql如下
with t as ( select 1 id,123 value union all select 1 id,234 value union all select 2 id,124 value union all select 2 id,124 value ) select t.id,collect_set(t.value),collect_list(t.value) from t group by t.id
collect_set:
该函数只接受基本的数据类型，主要作用是将某字段的值进行去重汇总，返回值是array类型字段
with t as ( select 1 id,123 valu union all select 1 id,234 value union all select 2 id,124 value ) select t.id,collect_set(t.value) from t group by t.id
5、get_json_object(string json_string,string path)：
该函数的第一个参数是json对象变量，第二个参数使用$表示json变量标识，然后用.或[]读取对象或数组
select get_json_object(pricecount,'$.buyoutRoomRequest') new_id,pricecount from table_sample a where d='2018-08-31' limit 100
6、json_tuple(string json_string,string k1,string k2...)
该函数的第一个参数是json对象变量，之后的参数是不定长参数，是一组键k1,k2...，返回值是元组，该方法比get_json_object高效，因为可以在一次调用中输入多个键值
select m.*,n.pricecount from (select from table_sample a where d='2018-08-31' limit 100)n lateral view json_tuple(pricecount,'paymentType','complete') m as f1,f2
7、split(str,regex)：数据切分。
Splits str arround occourances that match regex.该函数第一个参数是字符串，第二个参数是设定的分隔符，通过第二个参数把第一个参数做拆分，返回一个数组
select split('123,3455,2568',',') select split('sfas:sdfs:sf',':')
8、explode()：
该函数接收一个参数，参数类型需是array或者map类型，该函数的输出是把输入参数的每个元素拆成独立的一行记录。
select explode(split('123,3455,2568',','))
9、lateral view()：
Lateral View 一般与用户自定义表生成函数（如explode()）结合使用。UDTF为每个输入行生成零个或多个输出行，Lateral view首先将UDTF应用于基表的每一行，然后将结果输出行连接到输入行，已形成具有提供的表别名的虚拟表。
select j.nf,p.* from ( select m.*,n.pricecount from (select * from ods_htl_htlinfogoverndb.buyout_appraise a where d =
'${zdt.format("yyyy-MM-dd")}' limit 100)n lateral view json_tuple(pricecount,'paymentType','complete') m as f1,f2 )p lateral view explode(split(regexp_replace(p.f1,'\\[|\\]',''),',')) j as nf
结合：hive中行变列和列变行的函数：
collect_list()与collect_set()是将数据列变行；
explode()与lateral view是将数据行变列；
eg:
select items_page, num
from data_limit
lateral view explode(items_pages) good as items_page
其中：
1）explode是将items_pages行变列；
2）good是虚拟表，用来存储explode之后的数据，并定义列名为items_page;
3）lateral view是将items_page与上面的字段num进行笛卡尔积，呈现出多列表示；
10、str_to_map(String text,String delimiter1,String delimiter2)
使用两个分隔符将文本拆分成键值对。Delimiter1将文本分成k-v对，Delimiter2分割每个k-v对。对于delimiter1的默认值是','，delimiter2的默认值是'='.
select str_to_map('abc:11&bcd:22', '&', ':')
11、array_contains(Array<T>,value)
该函数的用来判断Arrary<T>中是否包含元素value，返回值是boolean
select array_contains(array(1,2,3,4,5),3) true
12、percentile(expr,pc)：
该函数用来计算参数expr的百分位数，expr：字段类型必须是INT，否则报错；pc:百分位数，已数值形式传入
13、percentile_approx(expr,pc,[nb])
该函数也是用来计算参数expr的百分位数，但数据类型要求没有percentile严格，该函数数值类似类型都可以；pc:百分位数，可以以数组形式传入，因此可以一次性查看多个指定百分位数；[nb]：控制内存消耗的精度，选填
14、数学函数：
（1）round：四舍五入 select round(数值,小数点位数);
（2）ceil：向上取整 select ceil(45.6);
（3）floor：向下取整 select floor(45.6);
15、字符函数：
（1）lower：转成小写
select lower('Hive'); --hive
（2）upper：转成大写
select lower('Hive'); --HIVE
（3）length：长度
select length('Hive'); --4
（4）concat：拼接字符串
select concat('hello','Hive'); --helloHive
（5）substr：求子串
select substr('hive',2); --ive
select substr('hive',2,1); --i
（6）trim：去掉前后的空格
select trim(' hive '); -hive
（7）lpad：左填充
对hive填充到10位，补位用#
select lpad('hive',10,'#'); --######hive
（8）rpad：右填充
select rpad('hive',10,'#'); --hive######
16、日期函数：
（1）to_date
select to_date('2015-06-01 15:34:23'); --2015-06-01
（2）year
select year('2015-05-22 15:34:23'); --2015
（3）month
select month('2015-05-22 15:34:23'); --5
（4）day
select day('2015-05-22 15:34:23'); --22
（5）weekofyear
select weekofyear('2015-05-22 15:34:23'); --21
（6）datediff(date,date1)：日期差，即两个日期差几天，months_between(date,date1)，两个日期差几月，用法一致。
select datediff('2015-05-22 15:34:23','2015-05-29 15:34:23'); --[-7]
（7）date_add：在现在日期上增加天数，add_months是增加月份，用法一致。
select date_add('2015-05-22 15:34:23',2); --2015-05-24
（8）date_sub：在现在日期上减少天数
select date_sub('2015-05-22 15:34:23',2); --2015-05-20
（9）date_format(string/date,dateformate):把字符串或者日期转成指定格式的日期。
select date_format('2018-09-12','yyyy-MM-dd HH:mm:ss') as date_time,date_format('2018-09-12','yyyyMMdd') as date_time1 from dual;--2018-09-12 00:00:00
（10）unix_timestamp(date,dateformat)：日期格式转化为时间戳，如果括号内没有参数则表示返回当前的时间戳。
select unix_timestamp() as time_stamp,unix_timestamp('2018-09-26 9:13:26','yyyy-MM-ddHH:mm:ss') as time_stamp1 from dual;
（11）from_unixtime(timestamp,dateformat)：将时间戳转化为日期格式，格式必须是10位，毫秒级的时间戳需要用cast转化成秒级。
select from_unixtime(unix_timestamp(),'yyyy-MM-dd HH:mm:ss') asdate_time,from_unixtime(1537924406,'yyyy-MM-dd') as date_time1 from dual;
from_unixtime(cast(unix_timestamp()/1000 as int),'yyyy-MM-dd HH:mm:ss') as date_time
（12）last_day(date)：获取月末最后一天：
select last_day('2018-09-30') as date_time,last_day('2018-09-27 21:16:13') as date_time1 from dual;--2018-09-30
（13）trunc(date,format) format:MONTH/MON/MM, YEAR/YYYY/YY：返回月初、年初
select trunc('2018-09-27','YY') as date_time,trunc('2018-09-27 21:16:13','MM') as date_time1 from dual;
--2018-01-01和2018-09-01
（14）next_day(date,formate) format:英文星期几的缩写或者全拼：当前日期下个星期X的日期。
select next_day('2018-09-27','TH') as date_time,next_day('2018-09-27 21:16:13','TU') as date_time1 from dual;
--2018-10-04和2018-10-02
17、常用函数上：https://blog.csdn.net/Forever_ck/article/details/85268145
常用函数下：https://blog.csdn.net/Forever_ck/article/details/85268773
常用函数总结：https://blog.csdn.net/weixin_41907511/article/details/84826469
18、条件函数：
select nvl(T v1, T default_value); -- 如果v1不为null，返回v1否则defaultV
select if(boolean testCondition, T valueTrue, T valueFalseOrNull); --if条件判断表达式
select coalesce(T v1, T v2, T v3, ...); --返回第一个不为null的value值
19、UNION ALL
是上下关联两个hive表，其中各个关联部分的字段名称必须一致，否则报错；
20、删除表信息：
-- 删除库
drop database if exists db_name;
-- 强制删除库
drop database if exists db_name cascade;
-- 删除表
drop table if exists employee;
-- 清空表
truncate table employee;
-- 清空表，第二种方式
insert overwrite table employee select * from employee where 1=0;
-- 删除分区
alter table employee_table drop partition (stat_year_month>='2018-01');
-- 按条件删除数据
insert overwrite table employee_table select * from employee_table where id>'180203a15f';
21、row_number()函数：
row_number() over(distribute by col1 sort by clo2 desc)
22、正则表达式的应用：
regexp_extract(string subject, string pattern, int index)函数的应用；
将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符。
select clientcode
,regexp_extract(filterlist,'(filtertype"\\:")(\\d+)(",)',2) as filtertype
,regexp_extract(filterlist,'(filtername"\\:")((\\W*\\w*)|(\\W*))(",)',2) as filtername
,regexp_extract(filterlist,'(filtertitle"\\:")((\\W*\\w*)|(\\W*))(",)',2) as filtertitle
,regexp_extract(filterlist,'(filterid"\\:")(\\d+\\|\\d+)(",)',2) as filterid
from tmp_action_click
来源：CSDN
作者：livan1234
链接：https://blog.csdn.net/livan1234/article/details/103837446