Oracle/Hive/Impala SQL比较（5）

其中ATAN2接受两个参数（二维平面中的坐标）

另外还有一个BROUND，使用HALF_EVEN舍入模式，见官方手册

char或char2均可为CHAR,VARCHAR2,NCHAR,NVARCHAR2,CLOB, or NCLOB之一

可以有多个参数

另外提供CONCAT_WS用于指定特殊分隔符的连接

binary encode(string src, string charset)

编码和解码用的，用于支持hive特有的binary类型

strList是用’,’分割的一组string，该函数将寻找strList中第一个精确匹配的str

检测str是否为filename对应文件中的某行，不常用

| INSTRB

| INSTRC

| INSTR2

| INSTR4

}

(string , substring [, position [, occurrence ] ])

搜索子串，不同数据类型调用名不同，最多可带四个参数，其中第三个是开始位置，第四个是出现的第几次

只接受两个参数

| LENGTHB

| LENGTHC

| LENGTH2

| LENGTH4

}

(char)

串长，不同数据类型调用名不同

在expr1之前用expr2填充n个字符，如expr2省略默认用n个单空格填充。RPAD类似只是在右边

去掉char左侧包含在set中的字符，如省略set，则只去除空格符。RTRIM类似只是在右边

[, position

[, occurrence

[, match_param

[, subexpr

]  ]  ]  ]  )

按正则表达式抽取字符串，并返回其中一部分。注意Oracle和hive/impala中函数名不同

类似Oracle，但不能指定起始位置，替换序号和匹配参数

[, replace_string

[, position

[, occurrence

[, match_param ]  ] ] ] )

按正则表达式替换字符串中的一部分

类似Oracle，但不能指定起始位置，替换序号和匹配参数

按正则表达式对字符串中子串的出现次数计数

[, position

[, occurrence

[, return_opt

[, match_param

[, subexpr]

] ] ] ] )

在字符串中查找满足正则表达式的子串第一次出现的位置

| SUBSTRB

| SUBSTRC

| SUBSTR2

| SUBSTR4

}

(char, position [, substring_length ])

不同数据类型调用名不同

返回A在delim出现第count次前的部分，1.3.0后才有

将expr，按from_string中出现的每个字符替换为to_string中对应序号的字符

Oracle还有种TRANSLATE...USING语法是其他两个没有的

[ trim_character ]

| trim_character}

FROM

]

trim_source)

比较灵活，可指定去除前端还是后端，去除什么字符。如果只留trim_source一个参数则等同于后两者

简单去除A前后的空白

只接收timestamp类型的该函数有两套，称为DAYS_ADD/DAYS_SUB，ADDDATE/SUBDATE（真不懂impala搞这么多名字雷同的东西干啥）

| MONTH

| DAY

| HOUR

| MINUTE

| SECOND

| TIMEZONE_HOUR

| TIMEZONE_MINUTE

| TIMEZONE_REGION

| TIMEZONE_ABBR

}

FROM { expr } )

按参数提取日期中的某部分

extract(unit FROM timestamp)

比Oracle多一种格式

NUMTOYMINTERVAL

输入可以是表达式也可以是集合

将表达式转换为指定类型

When a = b, returns c; when a = d, returns e; else returns f.

2，CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END

When a = true, returns b; when c = true, returns d; else returns e.

（注：因为在Oracle中如case...when是表达式，而hive和impala中这些是用函数来处理的，虽然提供了与Oracle相似的语法，但语言层面实现机制不同）

对expr，如果满足第一个search则返回第一个result，如果满足第二个search则返回第二个result

testCondition如果真则返回valueTrue，如果假或NULL则返回valueFalseOrNull

如果a为NULL返回true，否则返回false

如果a非NULL则返回a，否则返回ifNotNull。

注意和hive有重大区别，另该函数有别名IFNULL和NVL

LNNVL(condition)

如果condition为false或unknown返回true，如果为true返回false

如果n2是NaN返回n1，否则返回n2

等价与CASE WHEN expr1 = expr2 THEN NULL ELSE expr1 END

如果numeric_expr为0返回NULL，否则返回该表达式的值

如果expr1为NULL则返回expr2，否则返回expr1

如果expr1非NULL则返回expr2，如果为NULL则返回expr3

如果numeric_expr为NULL返回0，否则返回该表达式的值

以抽样的方式，计算某列大致的中位数值

OVER后可带分析函数子句

该语句汇聚某列的值构造一张内嵌表

计算两列的皮尔逊相关系数，OVER后可带分析函数子句

还有两个变种CORR_S和CORR_K

OVER后可带分析函数子句

[ OVER (analytic_clause) ]

计算总体协方差，OVER后可带分析函数子句

计算样本协方差，OVER后可带分析函数子句

(ORDER BY expr [ DESC | ASC ]

[ NULLS { FIRST | LAST } ]

[,expr [ DESC | ASC ]

[ NULLS { FIRST | LAST } ]

]...

)

和RANK的区别是，有并列值时下一位会继续编号，如两个值并列第1，下一个值排第2

OVER后可带分析函数子句

中位数，OVER后可带分析函数子句

(ORDER BY

expr [ DESC | ASC ]

[ NULLS { FIRST | LAST } ]

[, expr [ DESC | ASC ]

[ NULLS { FIRST | LAST } ]

]...

)

计算排位值，有聚合和分析两种用法，这里的语法是聚合，重要，详见官方手册

SUM

[ OVER (analytic_clause) ]

OVER后可带分析函数子句

其中VAR_POP / VAR_SAMP也可写为VARIANCE_POP /
VARIANCE_SAMP

这里的用法是分析

{ (expr) [ {RESPECT | IGNORE} NULLS ]

| (expr [ {RESPECT | IGNORE} NULLS ])

}

OVER (analytic_clause)

返回某个排序集合的第一个/最后一个值

和oracle相比略简化

{ ( value_expr [, offset [, default]]) [ { RESPECT | IGNORE } NULLS ]

| ( value_expr [ { RESPECT | IGNORE } NULLS ] [, offset [, default]] )

}

OVER ([ query_partition_clause ] order_by_clause)

提供了一种同时访问表的多行的方式，即对访问的某行往前推offset行，避免了自连接，参考官方手册中取员工的本月和上月工资的例子

OVER ([partition_by_clause] order_by_clause)

和oracle相比略简化

{ ( value_expr [, offset [, default]] ) [ { RESPECT | IGNORE } NULLS ]

| ( value_expr [ { RESPECT | IGNORE } NULLS ] [, offset [, default]] )

}

OVER ([ query_partition_clause ] order_by_clause)

类似LAG，不同之处是往后推而不是往前推

OVER ([partition_by_clause] order_by_clause)

和oracle相比略简化

计算排位值，这里的用法是分析，有并列值时，下一位会跳开并列的个数再编号，如两个值并列第1，下一个值排第3。重要且常用

OVER ([ query_partition_clause ] order_by_clause)

编行号，重要且常用