最近常用到 Presto，发现与 Hive 语法有一些差异，特此记录，持续更新……

语法差异

rlike

Hive 中使用 rlike 或者 regexp 匹配正则表达式，而 Presto 不支持 rlike 和 regexp 语法，而是用 regexp_like 达到同样效果

-- Hive 语法
SELECT 'Hadoop' RLIKE '^H.*'; 
-- 结果：true

SELECT 'Hadoop' REGEXP '^H.*';
-- 结果：true

-- Presto 语法 
-- regexp_like(string, pattern) → boolean
SELECT REGEXP_LIKE('Hadoop','^H.*')
-- 结果： true

注意：

Hive 的 rlike 和 regexp 中，\d 需要转义成 \\d，\d 可以用 [0-9] 代替，不用转义

json

Hive 中解析 JSON 有 get_json_object 和 json_tuple 方式，而 Presto 中使用 json_extract 及 json_extract_scalar 解析 JSON

测试数据

{
	"store": {
		"fruit": [{
			"weight": 8,
			"type": "apple"
		}, {
			"weight": 9,
			"type": "pear"
		}],
		"bicycle": {
			"price": 19.95,
			"color": "red"
		}
	},
	"email": "amy@only_for_json_udf_test.net",
	"owner": "amy"
}

在 Hive 中建立测试表

CREATE TABLE json_test(
    json_str STRING COMMENT 'JSON 字符串'
) COMMENT 'JSON 测试表';

插入转义后的测试数据

INSERT INTO json_test(json_str) 
VALUES("{\"store\":{\"fruit\":[{\"weight\":8,\"type\":\"apple\"},{\"weight\":9,\"type\":\"pear\"}],\"bicycle\":{\"price\":19.95,\"color\":\"red\"}},\"email\":\"amy@only_for_json_udf_test.net\",\"owner\":\"amy\"}");

Hive 语法

-- Hive 查询单个字段
SELECT 
    GET_JSON_OBJECT(json_str,'$.owner') 
FROM
    json_test;
-- 结果：amy

-- Hive 查询数组
SELECT
    get_json_object(json_str, '$.store.fruit\[0]')
FROM
    json_test; 
-- 结果：{"weight":8,"type":"apple"}

-- Hive json_tuple 方式解析 JSON
SELECT
    j.owner,
    j.email
FROM
    json_test
LATERAL VIEW JSON_TUPLE(json_str,'owner','email') j AS owner,email;
-- 结果：amy	amy@only_for_json_udf_test.net

-- Hive json_tuple 方式解析嵌套数据
SELECT
    a.owner,
    a.email,
    b.fruit,
    b.bicycle
FROM
    json_test
LATERAL VIEW JSON_TUPLE(json_str,'owner','email','store') a AS owner,email,store
LATERAL VIEW JSON_TUPLE(a.store,'fruit','bicycle') b AS fruit,bicycle;
-- 结果：amy	amy@only_for_json_udf_test.net	[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}]	{"price":19.95,"color":"red"}

Presto 语法

-- Presto 
-- json_extract(json, json_path) → json
-- 查询单个字段
SELECT
    json_extract(json_str, '$.owner')
FROM
    json_test;
-- 结果："amy"

-- 查询数组
SELECT
    json_extract(json_str, '$.store.fruit[0]')
FROM
    json_test;
-- 结果：{"weight":8,"type":"apple"}

-- json_extract_scalar(json, json_path) → varchar
-- json_extract_scalar 方式，同 json_extract，差别是返回值是字符串
SELECT
    json_extract_scalar(json_str, '$.owner')
FROM
    json_test;
-- 结果：amy

SELECT
    json_extract_scalar(json_str, '$.store.fruit[0]')
FROM
    json_test;
-- 结果：NULL

SELECT
    json_extract_scalar(json_str, '$.store.fruit[0].type')
FROM
    json_test;
-- 结果：apple

参数差异

date_add

Hive 中日期加减函数与 Presto 名称一致，但是参数列表不一致

-- Hive
-- date_add(date/timestamp/string startdate,tinyint/smallint/int days)
SELECT DATE_ADD('2021-01-01',1); 
-- 结果：2021-01-02

-- Presto
-- date_add(unit, value, timestamp) → [same as input]
SELECT DATE_ADD('day',1,DATE '2021-01-01')
-- 结果：2021-01-02

-- 另一种算法
SELECT DATE '2021-01-01' + INTERVAL '1' DAY
-- 结果：2021-01-02

参考文档：

Hive LanguageManual UDF

Presto JSON Functions and Operators