引导者本文目录一览：
hive字符串取值
如果是规整的json字符串，可以先使用Hive函数get_json_object取出dySub 后面的数字，再做sum。另外也可以使用Hive函数regexp_extract，使用正则表达式抽取出dySub 后面的数字。
regexp_replace(string A， string B， string C) 返回值： string 说明： 将字符串A中的符合Java正则表达式B的部分替换为C 。注意，在有些情况下要使用转义字符，类似 Oracle 中的regexp_replace函数。
字符串正则表达式解析函数。-- 这个函数有点类似于 substring(str from regexp) ..参数解释：其中：str是被解析的字符串 regexp 是正则表达式 idx是返回结果 取表达式的哪一部分 默认值为1。
hive sql bigint类型为空能用不等于空字符串。int为数字类型，这种字段会有个默认值，就是0，有很多人会用int字段来做对比，那么这个字段的值就会有0和1，而在你的语句中，0就是空，但不是null，所以就会这样了。
如何将json数据导入到Hive中
1、首先，将mysql数据库中的wp-posts表导出，一回偷懒了，直接用phpmyadmin的导出功能，选择csv格式导出，并选中了“删除字段中的换行符”以及“将字段名放在第一行”，保存文件名为csser.csv。
2、用法：get_json_object(string json_string， string path) 前面我们介绍过如何查看函数的用法 desc function get_json_object 返回值：String 说明：解析json的字符串json_string，返回path指定的内容。
3、从本地文件系统中导入数据到Hive表；从HDFS上导入数据到Hive表；在创建表的时候通过从别的表中查询出相应的记录并插入到所创建的表中。
4、注意：先用export导出后，再将数据导入。1．将查询的结果导出到本地 2．将查询的结果格式化导出到本地 3．将查询的结果导出到HDFS上(没有local)基本语法：（hive -f/-e 执行语句或者脚本 file）后续...。
Hive中常用的字符串操作
1、先将字符串调整为hive可以识别的格式，即将形如20170728102031 转成 2017-07-28 10：20：31。
2、如果是规整的json字符串，可以先使用Hive函数get_json_object取出dySub 后面的数字，再做sum。另外也可以使用Hive函数regexp_extract，使用正则表达式抽取出dySub 后面的数字。
3、CONCAT(string A/col， string B/col…)：返回输入字符串连接后的结果，支持任意个输入字符串；CONCAT_WS(separator， str1， str2，...)：它是一个特殊形式的 CONCAT()。第一个参数剩余参数间的分隔符。
Hive处理Json数据
1、将json以字符串的方式整个入Hive表，然后使用LATERAL VIEW json_tuple的方法，获取所需要的列名。将json拆成各个字段，入Hive表。
2、语法： get_json_object(string json_string， string path)返回值： string 说明：解析json的字符串json_string，返回path指定的内容。如果输入的json字符串无效，那么返回NULL。
3、HiveSql窗口函数主要应用于求TopN，分组排序TopN、TopN求和，前多少名前百分之几。 与Flink窗口函数不同。 Flink中的窗口是用于将无线数据流切分为有限块处理的手段。
4、这一步最主要的细节是将mysql库的所有binlog数据全部打入一个kafka topic，格式使用json。格式如下：这一步的主要的细节在于写入到hdfs的结构，以及为什么不直接写入hive。
