⑴ 如何用數字 取hive表某列值
Hive的insert語句能夠從查詢語句中獲取數據，並同時將數據Load到目標表中。現在假定有一個已有數據的表staged_employees（雇員信息全量表），所屬國家cnty和所屬州st是該表的兩個屬性，我們做個試驗將該表中的數據查詢出來插入到另一個表employees中。
INSERT OVERWRITE TABLE employees
PARTITION (country = '中國', state = '北京')
SELECT * FROM staged_employees se
WHERE se.cnty = '中國' AND se.st = '北京';
由於使用了OVERWRITE關鍵字，目標表中原來相同partition中的所有數據被覆蓋，如果目標表中沒有partition，則整個表會被覆蓋。
如果把OVERWRITE關鍵字刪掉，或者替換成INTO，則hive會追加而不是替代原分區或原表中的數據，這個特性在Hive v0.8.0之後才支持。
當數據已經存在於hdfs上但不是我們想要的格式的時候，當進行的計算需要分好多步驟有必要存儲中間數據的時候，或者原數據沒有分區、有很多無效列需要過濾的時候，可以使用insert..select句型來完成這一轉換過程。
由於一個國家有很多個省份，如果想根據（國家country，地區partition）兩個維度對數據進行分區的話，這條SQL語句的執行個數應該等於地區的數目，比如中國有23個省就要對該SQL語句執行23次。因此hive對這個SQL語句進行了改造，只需要掃描一次原表就可以生成不同的輸出（多路輸出）。比如下面的SQL語句掃描了一次原始數據表，但是同時生成了3個省份的結果數據：
FROM staged_employees se
INSERT OVERWRITE TABLE employees
PARTITION (country = '中國', state = '河北省')
SELECT * WHERE se.cnty = '中國' AND se.st = '河北省'
INSERT OVERWRITE TABLE employees
PARTITION (country = '中國', state = '陝西省')
SELECT * WHERE se.cnty = '中國' AND se.st = '陝西省'
INSERT OVERWRITE TABLE employees
PARTITION (country = '中國', state = '河南省')
SELECT * WHERE se.cnty = 'US' AND se.st = '河南省';通過縮進可以很清楚的看到，我們掃描了一次staged_employees表但是執行了3次不同的insert語句，這條大SQL語句是這么執行的：先通過from staged_employees表獲取一條記錄，然後執行每一個select子句，如果select子句驗證通過則執行相應的insert語句。注意這里的三條select子句是完全獨立執行的，並不是if .. then .. else的關系，這就意味著這3條select子句在某種情況下可能同時通過where檢測。
通過這種結構，原始表的數據能被拆分到目標表的不同partition中去。
如果原表的一條記錄滿足於其中一個給定的select .. where .. 子句，則該記錄將被寫到目標表的固定分區中。其實更進一步，每條Insert語句能將數據寫到不同的數據表中，不管這個表是否分區都一樣。
於是，就像一個過濾器一樣，原表的一些數據被寫到了很多輸出地址，而剩下的數據會被丟棄。
當然，你也可以混用Insert overwrite和insert into兩種不同的方法寫出數據。
向動態分區插入數據
但是問題還是沒有解決，中國有23個省，那麼我們就需要寫23個insert into .. select ..where子句，這非常不現實。於是hive的一種叫做動態分區的特性就出現了，它能夠根據select出來的參數自動推斷將數據插入到那個分區中去。本文上面的兩種SQL語句設定分區的方式都叫做靜態分區插入。
將上一個SQL語句進行改動，會得到以下簡潔的新SQL語句：
INSERT OVERWRITE TABLE employees
PARTITION (country, state)
SELECT ..., se.cnty, se.st
FROM staged_employees se;hive先獲取select的最後兩個位置的se.cnty和se.st參數值，然後將這兩個值填寫到Insert語句partition中的兩個country和state變數中，即動態分區是通過位置來對應分區值的。原始表select出來的值和輸出partition的值的關系僅僅是通過位置來確定的，和名字並沒有關系，比如這里se.cnty和county的名稱完全沒有關系。
上面的這條SQL語句是對兩個分區同時進行了動態設定，如果staged_employees表中有100個國家，每個國家有100個地區，那麼該SQL語句自動對每個國家和地區建立相應的partition並插入數據，如果用手寫的話不現實。
只要位置正確，你可以混用動態分區和靜態分區值設定，比如下面這個例子，你可以靜態指定一個country值，但是state值採用動態的方法設定：
INSERT OVERWRITE TABLE employees
PARTITION (country = 'US', state)
SELECT ..., se.cnty, se.st
FROM staged_employees se
WHERE se.cnty = 'US';注意：靜態分區值必須在動態分區值的前面！
⑵ Hive 如何利用regexp_extract函數提取數字
case
--處理非科學計數法表示的字元串
when length(regexp_extract('字元串','([0-9]+\\.)([0-9]+)(E-*[0-9]+)',2))=0
then '字元串'
--處理整數
when length(regexp_extract('字元串','([0-9]+\\.)([0-9]+)(E[0-9]+)',2))<=cast(regexp_extract('字元串','(E)([0-9]+)',2) as int)
then rpad(regexp_replace(regexp_extract('字元串','([^E]+)',1),'\\.',''),cast(regexp_extract('字元串','(E)([0-9]+)',2) as int)+1,'0')
--處理小數
⑶ hive如何去掉重復數據，顯示第一條
去重沒問題啊，distinct 就好了，顯示第一條可以用row_number函數，不同版本hive的row_number有所不同，你自己查一下吧，row_number可以對同一個key從1開始編號的。
⑷ HIve中SQL如何判斷一個欄位是連續10個數字
目前我知道的方法是把你希望添加的數據寫入到文本中，然後從文本導入到你的表格中。
但是，hive不知道oracle的insert into , update。
load data [local] inpath 'yourfile_location' [overwrite] into your_table;
⑸ HIVE 字元串截取
select split(id,",")[0],split(id,",")[1],,,split(id,",")[4],,,,
⑹ hive 分區列是根據哪個列數據進行過濾的
insert overwrite table t_table1 select * from t_table1 where XXXX;
其xxx需要保留數據查詢條件
清空表：
insert overwrite table t_table1 select * from t_table1 where 1=0;
⑺ hive 正則匹配是否含有字母
hive中用的就是java的正則
.*\\w+.*
⑻ hive中正則表達式怎麼寫
有的，like其實不是正則，而是通配符，這個通配符可以看一下SQL的標准。例如%代表任意多個字元。
A like '123%'
要是not like使用 not A like '123%'
若是在hive想用正則，請用rlike，不過hive的正則寫法和java一樣，\請使用\\，例如數字\d，在這需要寫成\\d
A rlike '\\d+'
not A rlike '\\d+'
⑼ hive中split函數怎麼把一段話中的數字提取出來
PIG中輸入輸出分隔符默認是製表符\t，而到了hive中，默認變成了八進制的\001， 也就是ASCII： ctrl - A Oct Dec Hex ASCII_Char 001 1 01 SOH (start of heading) 官方的解釋說是盡量不和文中的字元重復，因此選用了 crtrl - A，單個的字元可以
⑽ hive 能去掉字元中間的空格嗎
用replace函數替換 Replace() 功能將一個字元串中指定個數的字元串替換為另一個字元串。 語法Replace(string1,start,n,string2) 參數string1：string類型，指定要使用string2替換其中一部分內容的字元串start：long類型，指定要從哪個字元位置開始替換字元串，字元串中第一個字元的位置為1n：long類型，指定要替換多少個字元string2：string類型，指定用哪個字元串替換string1的部分字元返回值String。函數執行成功時返回替換後的字元串，發生錯誤時返回空字元串（""）。如果任何參數的值為NULL，Replace()函數返回NULL。用法如果start參數指定的位置超過了string1的長度，那麼Replace()函數把將string2拼接到string1的後面形成的字元串返回。如果n的值為0，那麼Replace()函數把string2插入到string1指定位置後形成的字元串返回。 多個空格時要循環替換。 DOWHILEPOS(STRING1,'')>0 REPLACE(STRING,POS(STRING1,''),1,'') LOOP 其中，string1為要去空格的字元串 樓上的，想問一下，用pos真的可以判斷出''來嗎？ ''中間黨然有一個空�...