hive提取字段中的数字

在Hive中，如果需要从字符串字段中提取数字，可以利用内置的函数或编写用户定义函数。通常，`REGEXP_EXTRACT`函数可以用于正则表达式匹配，找到满足模式的子串。对于包含固定格式如"M"后跟数字的场景，我们可以尝试下面的方式：

SELECT 
    column_name,
    CAST(
        REGEXP_EXTRACT(column_name, 'M(\d+)', 1) AS BIGINT
    ) as extracted_number
FROM your_table;

在这个例子中，`column_name`是你想要提取数字的字段名称，正则表达式 `'M(\d+) '` 匹配"M"后跟着的一个或多个数字，并使用 `(\d+)` 来捕获这部分内容。`CAST`函数将提取到的字符串转换为bigint类型以便于后续排序。

如果直接使用`SUBSTRING`函数配合`instr`函数也能实现类似功能：

SELECT 
    column_name,
    SUBSTRING_INDEX(column_name, 'M', -1) as number
FROM your_table
ORDER BY number DESC;

这会截取字段中"M"之后的部分，并按降序排序。

相关问题

hive只提取字段值中的数字部分

在Hive中，你可以使用一些内置函数来提取字段值中的数字部分。下面是一些常用的函数和方法：

1. 使用内置函数`regexp_extract`：该函数可以从字符串中提取符合正则表达式的数字部分。你可以使用正则表达式模式来匹配数字，并提取它们。

示例：

SELECT regexp_extract(your_column, '(\d+)', 1) FROM your_table;

这将从`your_column`字段中提取第一个匹配的数字部分，并将其作为结果返回。
2. 使用内置函数`split`和`collect_list`：如果你有一个包含数字的字符串字段，你可以使用`split`函数将其拆分成单个数字，然后使用`collect_list`函数将它们收集到一个列表中。

示例：

SELECT collect_list(split(your_column, '\\D')) AS numbers FROM your_table;

这将拆分`your_column`字段中的数字和非数字部分，并将数字收集到一个列表中。
3. 使用内置函数`regexp_replace`和正则表达式提取数字：如果你对字符串中的非数字部分不感兴趣，可以使用`regexp_replace`函数来替换掉它们，只保留数字部分。

示例：

SELECT regexp_replace(your_column, '\\D+', '') AS extracted_numbers FROM your_table;

这将使用正则表达式将非数字部分替换为空字符串，从而提取出数字部分。

请注意，以上方法适用于提取单个字段中的数字部分。如果你需要从多个字段中提取数字，你可能需要结合使用这些方法或编写更复杂的查询语句。此外，这些方法可能因Hive版本和数据类型的不同而有所差异，请根据你的具体情况进行调整。

hive 判断字段格式

Hive 可以使用正则表达式函数来判断字段格式，例如：

- 判断是否为数字：使用 `regexp_extract` 函数，提取数字并判断是否与原始字符串相同。

  SELECT col
  FROM table
  WHERE col RLIKE '^[0-9]+$'

- 判断是否为日期：使用 `regexp_extract` 函数，提取日期并判断是否与原始字符串相同。

  SELECT col
  FROM table
  WHERE col RLIKE '^[0-9]{4}-[0-9]{2}-[0-9]{2}$'

- 判断是否为邮箱地址：使用 `regexp_extract` 函数，提取邮箱地址并判断是否与原始字符串相同。

  SELECT col
  FROM table
  WHERE col RLIKE '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$'

注意：以上示例仅供参考，实际使用时需根据具体情况进行调整。