hiveSQL拆分函数

在Hive SQL中，我们可以利用各种函数来进行字符串的切割或者拆分操作，这些函数通常用于在数据处理过程中根据特定字符或者模式将一个大的文本分割成更小的部分。以下是几个常用的字符串拆分函数及其用途示例：

### 1. `split()`
`split()` 函数是一个通用的函数，用于按指定的分隔符将字符串拆分成数组。

**语法**:

split(str, delimiter)

**例子**:
假设我们有一个包含姓名和年龄的逗号分隔的字符串列表：

select split('张三,25,李四,30', ',') as names_and_ages;

这将返回结果：

[张三, 25, 李四, 30]

### 2. `substring_index()` 和 `substring()` 结合使用
`substring_index()` 可以配合 `substring()` 使用，来实现复杂的字符串提取和拆分需求。

**组合使用**:
例如，如果我们要从前面提取出姓名部分，可以先使用 `substring()` 提取出可能包含姓名的部分，然后使用 `substring_index()` 对剩余的部分进行进一步处理。

with data as (
  select '张三,25' as name_age from dual union all
  select '李四,30' as name_age from dual
)

select 
  name_age,
  substring(name_age, 1, locate(',', name_age)-1) as first_name,  
  substring(substring_index(name_age, ',', -1), 1, length(name_age)) as age
from data;

这个查询将返回：

name_age        | first_name      | age  
----------------|-----------------|-----
张三,25         | 张三            | 25   
李四,30         | 李四            | 30   

### 3. `regexp_split_to_array()`
对于正则表达式的需求，`regexp_split_to_array()` 是一个非常有用的函数。

**语法**:

regexp_split_to_array(string_expression, pattern)

**例子**:
如果我们有一个由多个名字组成的字符串，并且每个名字后面跟着一个空格和数字表示该名字的长度，那么我们可以使用 `regexp_split_to_array` 加上正则表达式来提取名称和它们对应的长度。

with data as (
  select '张三4 李四6 王五2' as names_lengths from dual
)

select * from unnest(regexp_split_to_array(data.names_lengths, r'\s+(\d+)')) as name_length(name, length);

这将返回：

name   | length
-------|--------
张三   | 4     
李四   | 6     
王五   | 2     

以上就是Hive SQL中几种常用的字符串拆分功能。每个函数都有其特定的应用场景，选择合适的函数取决于具体的业务需求和数据特征。