在应用hive在数据仓库中进行数据提取中经常会用户很多函数，为了记录自己常用的hive函数，特写这个系列的文章，记录下自己的使用心得，其中包括使用场景、用法等。
1、concat
concat是字符拼接函数的一种，在实际的数据提取中也是常用的，其主要用于将输出的字段与其他字符拼接在一起，比如数据仓库中的某字段金额存储的只是数字，你想要在后面加上对应的单位，这个时候concat函数就派上用途了。
用法：
concat(string s1,string s2,string s3)
注意：输入必须为字符串类型，如果是其他的数据类型需要应用cast(value as string)函数将相应的字段转换为字符类型。
例子：
select concat(money,'元')from table1;
2、concat_ws
既然有concat函数为什么又有concat_ws呢？其实concat_ws是针对concat中一种特殊情形引入的，就是如果想要输出的字段用相同的字符进行分隔，应用concat函数就显得很笨重，你需要这样写concat(s1,sep_str,s2,sep_str,s3.......)，这样的sql显得臃肿重复，这个时候你就需要用concat_ws函数了。concat_ws使用场景：输出字段用相同字符分隔的情形。
用法：
concat_ws(sep_str,s1,s2,s3,.......)
注意：字符拼接函数的输入一般数字符类型，如果不是就需要转换为字符类型。
例子：
select concat_ws('|',name,age,sex,grade,telno) from table2;
3、row_number
大家一般都听说过分组的概念，但是你听说过分组排序的概念吗？
具体实例常用：
每个用户可能在一天中产生多条记录，想要看每个用户每天的第一条、第二条和最后一条记录。
这个实例如果你想用单纯的分组很难实现，这里就需要用到分组排序的思想，首先按照用户id字段进行分组，再按照时间字段进行排序，并得到一个新的字段，这个字段就是分组排序的结果，你想要的结果就是包含在这个结果中。
用法：
row_number() over(partition by 字段1 order by s3 字段2 asc)
例子：
SELECT *,row_number() over(partition BY idORDER BY in_times DESC) AS numFROM table3;
table3表的数据是这样的：
应用上面的分组排序的结果是这样的：
新增加了一列num，这列是分组排序的结果。
如果你想要第一条记录，就用升序排列，取第一条记录；
如果你想要最后一天记录，就用降序排序取第一条；
如果你想取指定的记录，前几条记录用升序，后几条记录用降序。
取每个用户每天的第一条记录
SELECT id,in_timesFROM(SELECT *,row_number() over(partition BY idORDER BY in_times ASC) AS numFROM table3)aWHERE a.num=1;
取每个用户的最后一条记录
SELECT id,in_timesFROM(SELECT *,row_number() over(partition BY idORDER BY in_times DESC) AS numFROM table3)aWHERE a.num=1;
取每个用户的前五条记录中的第五条
SELECT id,in_timesFROM(SELECT *,row_number() over(partition BY idORDER BY in_times ASC) AS numFROM table3)aWHERE a.num=5;
如果喜欢我，欢迎关注微信公众号：洞察数据挖掘价值。
