大数据学习（131）-Hive数据分析函数总结

​​​​🍋🍋大数据学习🍋🍋

🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。
💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

---

1.CAST函数用于将一种数据类型的表达式显式转换为另一种数据类型。它的语法如下：

CAST(expression AS data_type)

其中，expression是任何有效的SQL表达式，data_type是目标数据类型。

CURRENT_DATE 函数是 SQL 中的一个日期/时间函数，用于返回当前的本地日期。它不带任何参数，并且返回的数据类型为 DATE。

3.to_date函数用于将字符串转换为日期类型。与to_date相对应的是to_char函数，它将日期类型转换为字符串类型。这在需要将日期数据转换为特定格式的字符串时非常有用。

SELECT to_char(sysdate, 'yyyy-mm-dd hh24:mi:ss') FROM dual; -- 将当前日期转换为字符串

4.LEAD() 函数 是一种窗口函数，允许您从当前行向前查看多行并访问这些行的数据。它对于计算同一结果集中当前行和后续行之间的差异非常有用。与 LAG() 函数类似，LEAD() 函数可以帮助我们在查询结果中进行行间偏移。

语法：

LEAD(<expression>[, offset[, default_value]]) OVER (PARTITION BY <expr> ORDER BY <expr>)

expression: LEAD() 函数返回的值。

offset: 从当前行向前的行数，必须是非负整数。如果省略，默认值为 1。

default_value: 如果没有后续行，则返回的默认值。如果未指定，默认返回 NULL。

5.concat函数用于将多个字符串连接成一个字符串。如果有任何一个参数为NULL，则返回值为NULL。

示例

SELECT CONCAT('Hello', ' ', 'World') AS result;

-- 结果: Hello World

CONCAT_WS函数

CONCAT_WS函数是CONCAT的特殊形式，用于在连接字符串时指定分隔符。第一个参数是分隔符，后面的参数是要连接的字符串。

示例

SELECT CONCAT_WS('-', '2023', '08', '15') AS result;

-- 结果: 2023-08-15

注意事项

CONCAT函数如果有任何一个参数为NULL，则返回值为NULL。

CONCAT_WS函数会忽略任何分隔符参数后的NULL值，但不会忽略空字符串。

6.

1、RANK()

在计算排序时，若存在相同位次，会跳过之后的位次。

例如，有3条排在第1位时，排序为：1，1，1，4······

2、DENSE_RANK()

这就是题目中所用到的函数，在计算排序时，若存在相同位次，不会跳过之后的位次。

例如，有3条排在第1位时，排序为：1，1，1，2······

7.date_format函数用于格式化日期时间，将日期按照指定的格式输出。这个函数非常有用，尤其是在处理大数据时，需要将日期转换为特定格式以便于分析和展示。

语法：

date_format(date, format)：

其中date参数是合法的日期，format参数是规定日期输出的格式。

8.在使用DATEDIFF函数时，你需要指定三个参数：datepart、startdate和enddate。datepart参数决定了返回值的时间单位，可以是年(year)、季度(quarter)、月(month)、周(week)、日(day)、小时(hour)、分钟(minute)、秒(second)等。startdate和enddate则是你要比较的两个日期。

以下是一些DATEDIFF函数的使用示例：

-- 计算两个日期之间相差的年数

SELECT DATEDIFF(year, '2010-12-31', '2019-01-01') AS YearDiff;

-- 计算两个日期之间相差的月数

SELECT DATEDIFF(month, '2018-01-01', '2019-01-01') AS MonthDiff;

9.TRUNC 函数也可以用于截断日期到指定的时间单位。其语法格式如下：

TRUNC(date, [fmt])

date：需要截断的日期。

fmt：指定截断的时间单位，默认为天。

常见的时间单位包括：

'YYYY'：截断到年。

'MM'：截断到月。

'DD'：截断到天。

'HH'：截断到小时。

'MI'：截断到分钟。

10.EXTRACT() 函数的基本用法：

EXTRACT() 函数接受两个参数：时间单位和要从中提取的日期时间值。

时间单位可以是年份 (YEAR)、月份 (MONTH)、日期 (DAY)、小时 (HOUR)、分钟 (MINUTE)、秒钟 (SECOND) 等等。

返回提取出的指定时间单位的值。