😸在上一節中，我們學習了MaxComputer SQL的DML語言，并用DataWork給大家演示了一遍，今天我們進入內置函式的學習，這一部分中，我們接觸到的內置函式比較多，大家只要記住一些常用的，其他的函式知道有這么一個功能存在就行，對往期內容感興趣的小伙伴可以參考下面的文章👇:
- hadoop專題: hadoop系列文章.
- spark專題: spark系列文章.
- 阿里云系列: 阿里云MaxComputer SQL學習之DDL.
- 阿里云系列: 阿里云MaxComputer SQL學習之DML.
👀 今天所有的內置函式依舊會在DataWorks上給大家演示，讓大家了解內置函式的同時，也了解阿里云的大資料平臺，好了，讓我們開啟今日份的學習吧！
目錄
- 1. 內置函式的內容
- 2. 測驗資料表的建立
- 3. 各型別內置函式的介紹
- 3.1 值函式
- 3.1.1 數學運算函式
- 3.1.2 字串處理函式
- 3.1.3 日期型別函式
- 3.2 視窗函式
- 3.3 聚合函式和其他型別的函式
- 4. 總結
- 5. 參考資料
1. 內置函式的內容
內置函式主要包括以下幾個部分的函式：
- 值函式：數學運算、字串處理、日期處理函式
- 視窗函式：常見統計量類、排名類、偏移定位類、分組抽樣類
- 聚合函式：常見統計量類、字串類
- 其他函式：型別轉換函式、分支判別函式、其他
2. 測驗資料表的建立
依舊是建立一個臨時查詢
- 創建dual表，并插入資料
- 創建實驗測驗表t_dml
客戶端上傳資料
查看資料
- 創建實驗測驗t_product表（程序同上）
- 創建實驗測驗t_sign表
下面的演示階段
3. 各型別內置函式的介紹
3.1 值函式
3.1.1 數學運算函式
實驗
1.已知三角形兩邊長度為10,20，夾角為60度，求三角形面積?
2.對數字進行加工處理，請分別顯示數字 3.1415926 的向上取整值、向下取整值、四舍五入保留3位小數的值、截掉小數位的值以及用二進制來表示該值，
3.隨機函式
3.1.2 字串處理函式
實驗
1.查看欄位字符、位元組長度
2.查找目前銷售記錄中，哪些省、市名字比較接近？
3.目前銷售記錄中，省份的第一個字在城市名中是否出現？有沒有出現多次的？
4.要把資料從一個編碼為 utf8 的庫匯入到一個字符集為 gb2132 的庫中，其中有些繁體字，如“阿裏雲”等字樣，請問會出現亂碼的情況嗎?
5.拼接字符，將省和市拼接起來，并用‘|’隔開
3.1.3 日期型別函式
實驗
1.日期獲取：根據日期，截取部分資訊，截取年、月、日、時、分、秒
2.日期截取,截取天
3.獲得具體日期
4.字串轉成日期, 日期轉換成字串
5.Unix時間和ODPS時間互轉
6.判斷字串是否滿足預定義的日期格式
7.日期運算：統計5月1日從產品5第一次成交后一小時三十分鐘內（含），產品5銷量（含第一次成交）占同期總銷量的比例：
8.日期相減
3.2 視窗函式
實驗
1.根據5月份銷售資料，統計出日銷量波動最小的產品（即標準差最小），
2.根據5月份銷售資料，統計出同一產品成交最短時間間隔（以產品1為例，列出出兩次成交時間差最小的記錄），
3.3 聚合函式和其他型別的函式
實驗
1.給出銷售資訊表t_dml中的不同產品的銷售金額的基本統計資訊，
2.將產品標稱單價在50-100元的，生成一個清單，不同產品名稱之間用|分隔開，
3.COALESCE 處理NULL值：將 t_sign 中的名字(name)和生日(birth_day)拼成一個串
4.decode 分支函式:將銷售記錄t_dml中浙江、上海和北京的銷量單獨統計出來：(實作if else的分支功能)
5.sample 采樣函式：通過采樣分析的手段，從銷售記錄表t_dml中得到1/100的資料，分析采樣樣本，試著推斷總體的銷售金額的平均值、標準差、極值、極差等，然后從總體中計算出這些統計量進行驗證，調整采樣比例，重復上述推斷程序，找到一個準確程度和樣本體量的平衡點，進一步思考：這個平衡點有多大參考價值？(100份取一份，)
4. 總結
在這些函式中，我的實驗部分使用的都是比較常用的函式，足以應付大多數的開發任務，如果上述函式滿足不了業務需求，可以嘗試自己撰寫函式，我們這里主要要記住以下部分：
- 平均值、最大最小值、常用的計算
- 日期格式轉換、相加減
- 磁區排序
- 字串處理空值、截取字符、處理正則等
5. 參考資料
《阿里云全球培訓中心》
《阿里云DataWorks使用手冊》
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/420480.html
標籤：其他
下一篇：返回列表