⑴ 如何用数字 取hive表某列值
Hive的insert语句能够从查询语句中获取数据，并同时将数据Load到目标表中。现在假定有一个已有数据的表staged_employees（雇员信息全量表），所属国家cnty和所属州st是该表的两个属性，我们做个试验将该表中的数据查询出来插入到另一个表employees中。
INSERT OVERWRITE TABLE employees
PARTITION (country = '中国', state = '北京')
SELECT * FROM staged_employees se
WHERE se.cnty = '中国' AND se.st = '北京';
由于使用了OVERWRITE关键字，目标表中原来相同partition中的所有数据被覆盖，如果目标表中没有partition，则整个表会被覆盖。
如果把OVERWRITE关键字删掉，或者替换成INTO，则hive会追加而不是替代原分区或原表中的数据，这个特性在Hive v0.8.0之后才支持。
当数据已经存在于hdfs上但不是我们想要的格式的时候，当进行的计算需要分好多步骤有必要存储中间数据的时候，或者原数据没有分区、有很多无效列需要过滤的时候，可以使用insert..select句型来完成这一转换过程。
由于一个国家有很多个省份，如果想根据（国家country，地区partition）两个维度对数据进行分区的话，这条SQL语句的执行个数应该等于地区的数目，比如中国有23个省就要对该SQL语句执行23次。因此hive对这个SQL语句进行了改造，只需要扫描一次原表就可以生成不同的输出（多路输出）。比如下面的SQL语句扫描了一次原始数据表，但是同时生成了3个省份的结果数据：
FROM staged_employees se
INSERT OVERWRITE TABLE employees
PARTITION (country = '中国', state = '河北省')
SELECT * WHERE se.cnty = '中国' AND se.st = '河北省'
INSERT OVERWRITE TABLE employees
PARTITION (country = '中国', state = '陕西省')
SELECT * WHERE se.cnty = '中国' AND se.st = '陕西省'
INSERT OVERWRITE TABLE employees
PARTITION (country = '中国', state = '河南省')
SELECT * WHERE se.cnty = 'US' AND se.st = '河南省';通过缩进可以很清楚的看到，我们扫描了一次staged_employees表但是执行了3次不同的insert语句，这条大SQL语句是这么执行的：先通过from staged_employees表获取一条记录，然后执行每一个select子句，如果select子句验证通过则执行相应的insert语句。注意这里的三条select子句是完全独立执行的，并不是if .. then .. else的关系，这就意味着这3条select子句在某种情况下可能同时通过where检测。
通过这种结构，原始表的数据能被拆分到目标表的不同partition中去。
如果原表的一条记录满足于其中一个给定的select .. where .. 子句，则该记录将被写到目标表的固定分区中。其实更进一步，每条Insert语句能将数据写到不同的数据表中，不管这个表是否分区都一样。
于是，就像一个过滤器一样，原表的一些数据被写到了很多输出地址，而剩下的数据会被丢弃。
当然，你也可以混用Insert overwrite和insert into两种不同的方法写出数据。
向动态分区插入数据
但是问题还是没有解决，中国有23个省，那么我们就需要写23个insert into .. select ..where子句，这非常不现实。于是hive的一种叫做动态分区的特性就出现了，它能够根据select出来的参数自动推断将数据插入到那个分区中去。本文上面的两种SQL语句设定分区的方式都叫做静态分区插入。
将上一个SQL语句进行改动，会得到以下简洁的新SQL语句：
INSERT OVERWRITE TABLE employees
PARTITION (country, state)
SELECT ..., se.cnty, se.st
FROM staged_employees se;hive先获取select的最后两个位置的se.cnty和se.st参数值，然后将这两个值填写到Insert语句partition中的两个country和state变量中，即动态分区是通过位置来对应分区值的。原始表select出来的值和输出partition的值的关系仅仅是通过位置来确定的，和名字并没有关系，比如这里se.cnty和county的名称完全没有关系。
上面的这条SQL语句是对两个分区同时进行了动态设定，如果staged_employees表中有100个国家，每个国家有100个地区，那么该SQL语句自动对每个国家和地区建立相应的partition并插入数据，如果用手写的话不现实。
只要位置正确，你可以混用动态分区和静态分区值设定，比如下面这个例子，你可以静态指定一个country值，但是state值采用动态的方法设定：
INSERT OVERWRITE TABLE employees
PARTITION (country = 'US', state)
SELECT ..., se.cnty, se.st
FROM staged_employees se
WHERE se.cnty = 'US';注意：静态分区值必须在动态分区值的前面！
⑵ Hive 如何利用regexp_extract函数提取数字
case
--处理非科学计数法表示的字符串
when length(regexp_extract('字符串','([0-9]+\\.)([0-9]+)(E-*[0-9]+)',2))=0
then '字符串'
--处理整数
when length(regexp_extract('字符串','([0-9]+\\.)([0-9]+)(E[0-9]+)',2))<=cast(regexp_extract('字符串','(E)([0-9]+)',2) as int)
then rpad(regexp_replace(regexp_extract('字符串','([^E]+)',1),'\\.',''),cast(regexp_extract('字符串','(E)([0-9]+)',2) as int)+1,'0')
--处理小数
⑶ hive如何去掉重复数据，显示第一条
去重没问题啊，distinct 就好了，显示第一条可以用row_number函数，不同版本hive的row_number有所不同，你自己查一下吧，row_number可以对同一个key从1开始编号的。
⑷ HIve中SQL如何判断一个字段是连续10个数字
目前我知道的方法是把你希望添加的数据写入到文本中，然后从文本导入到你的表格中。
但是，hive不知道oracle的insert into , update。
load data [local] inpath 'yourfile_location' [overwrite] into your_table;
⑸ HIVE 字符串截取
select split(id,",")[0],split(id,",")[1],,,split(id,",")[4],,,,
⑹ hive 分区列是根据哪个列数据进行过滤的
insert overwrite table t_table1 select * from t_table1 where XXXX;
其xxx需要保留数据查询条件
清空表：
insert overwrite table t_table1 select * from t_table1 where 1=0;
⑺ hive 正则匹配是否含有字母
hive中用的就是java的正则
.*\\w+.*
⑻ hive中正则表达式怎么写
有的，like其实不是正则，而是通配符，这个通配符可以看一下SQL的标准。例如%代表任意多个字符。
A like '123%'
要是not like使用 not A like '123%'
若是在hive想用正则，请用rlike，不过hive的正则写法和java一样，\请使用\\，例如数字\d，在这需要写成\\d
A rlike '\\d+'
not A rlike '\\d+'
⑼ hive中split函数怎么把一段话中的数字提取出来
PIG中输入输出分隔符默认是制表符\t，而到了hive中，默认变成了八进制的\001， 也就是ASCII： ctrl - A Oct Dec Hex ASCII_Char 001 1 01 SOH (start of heading) 官方的解释说是尽量不和文中的字符重复，因此选用了 crtrl - A，单个的字符可以
⑽ hive 能去掉字符中间的空格吗
用replace函数替换 Replace() 功能将一个字符串中指定个数的字符串替换为另一个字符串。 语法Replace(string1,start,n,string2) 参数string1：string类型，指定要使用string2替换其中一部分内容的字符串start：long类型，指定要从哪个字符位置开始替换字符串，字符串中第一个字符的位置为1n：long类型，指定要替换多少个字符string2：string类型，指定用哪个字符串替换string1的部分字符返回值String。函数执行成功时返回替换后的字符串，发生错误时返回空字符串（""）。如果任何参数的值为NULL，Replace()函数返回NULL。用法如果start参数指定的位置超过了string1的长度，那么Replace()函数把将string2拼接到string1的后面形成的字符串返回。如果n的值为0，那么Replace()函数把string2插入到string1指定位置后形成的字符串返回。 多个空格时要循环替换。 DOWHILEPOS(STRING1,'')>0 REPLACE(STRING,POS(STRING1,''),1,'') LOOP 其中，string1为要去空格的字符串 楼上的，想问一下，用pos真的可以判断出''来吗？ ''中间党然有一个空�...