Hive COALESCE函数处理空值详解

先说说Hive里的COALESCE函数是干什么的——简单来说，它能把一堆值“合并”成一个，但合并规则很聪明：从左到右扫描，碰见第一个不为空的值就直接返回。如果所有参数都是NULL，那就返回NULL。

语法

COALESCE(arg1, arg2, ..., argN)

参数可以是任何数据类型——字符串、数字、日期都行。核心逻辑就一句话：返回第一个非空值。

光说理论有点干，来看几个实际场景。

场景一：把多个列值拼成一个字符串

SELECT CONCAT(COALESCE(column1, ''), COALESCE(column2, ''), COALESCE(column3, '')) AS result
FROM table_name;

这里用CONCAT把三列串起来。但问题是，如果某列是NULL，直接拼接会出问题。所以先用COALESCE把它转成空字符串，确保拼接时不会冒出NULL捣乱。

场景二：把多个数字加起来

SELECT COALESCE(column1, 0) + COALESCE(column2, 0) + COALESCE(column3, 0) AS result
FROM table_name;

数值相加时，NULL就是颗老鼠屎。用COALESCE把NULL替换成0，加法就能顺顺当当跑完。这个技巧在做汇总统计时特别常见。

场景三：从多个日期中挑出最早的那个

SELECT COALESCE(date1, date2, date3) AS earliest_date
FROM table_name;

假设你记录了一个事件可能对应的三个日期，想取最早出现的那个。COALESCE会从左到右扫描，返回第一个非NULL的日期——这恰好就是最早的（前提是你把最早的日期放在最左边）。如果第一个是NULL，它会继续看第二个，以此类推。

总的来说，COALESCE在处理NULL值时像一把瑞士军刀：既能防错误拼接，又能做默认值的替换，还能在数据缺失时优雅地兜底。用好它，能让你的Hive查询少踩不少坑。