Hive高级函数返回值类型列表

聊到Hive中的高级函数，很多人会觉得只是一堆内置函数，比如聚合、字符串、数学等。但关键点在于这些函数的返回值类型到底是什么。下面直接梳理几大类最常见的函数，看看它们能返回什么，以及具体怎么用。

1. 聚合函数

这类函数主要用于对一组数据进行汇总计算，返回值类型通常取决于输入的数据类型。

• SUM(x)：返回数值型数据的总和。
• AVG(x)：返回数值型数据的平均值。
• COUNT(x)：返回数值型数据的计数。
• MIN(x)：返回数值型数据的最小值。
• MAX(x)：返回数值型数据的最大值。
• GROUP_CONCAT(x)：返回一个字符串，其中包含分组中所有行的x列的值，用逗号分隔。
• FIRST_VALUE(x)：返回分组的第一个非空x值。
• LAST_VALUE(x)：返回分组的最后一个非空x值。
• NTILE(n)：返回一个数值，表示将分组中的行分成n个等大小的组，并为每个组分配一个唯一的数字（从1开始）。

2. 字符串处理函数

处理文本数据时，这些函数很常用，返回值基本都是字符串或整数。

• CONCAT(x, y, ...)：返回由输入的各个字符串参数连接而成的字符串。
• SUBSTR(x, start, length)：返回字符串x从start位置开始的length长度的子串。
• UPPER(x)：返回字符串x的大写形式。
• LOWER(x)：返回字符串x的小写形式。
• TRIM(x)：返回字符串x去除首尾空白字符后的结果。
• LENGTH(x)：返回字符串x的长度（整数）。
• INSTR(x, y)：返回字符串x中第一个出现的子串y的位置（整数）。
• REPLACE(x, y, z)：返回字符串x中所有出现的子串y被替换为z后的结果。

3. 数学函数

数值计算和日期处理，返回值类型与输入一致，或者为浮点数/整数。

• ABS(x)：返回数值x的绝对值。
• MOD(x, y)：返回x除以y的余数。
• RAND()：返回一个0到1之间的随机浮点数。
• DATEDIFF(start_date, end_date)：返回两个日期之间的天数差（整数）。
• UNIX_TIMESTAMP(date)：将日期转换为自1970年1月1日以来的秒数（整数）。
• FROM_UNIXTIME(timestamp)：将秒数转换为日期（字符串格式）。

4. 类型转换函数

当需要把一种数据类型变成另一种时，可以用它。

• CAST(x AS y)：将x转换为指定类型y（例如INT、BIGINT、FLOAT、DOUBLE、STRING等）。

这里要提醒一下：以上函数的实际返回值类型可能会因Hive版本或配置的不同而略有差异。具体使用时，最好还是翻翻官方文档，确认一下最新细节。