Hive数据分析（二）

数据清洗：

一、要求

要求将 day_id 一列中的数值清洗为真实的日期格式，可用字符串表示。

数据 1 对应日期 2021-09-01，依次类推，15 对应日期 2021-09-15

 

---

 

二、操作

1、创建表格存放清洗后的数据：

create table sales_y(day_id string,sale_nbr string,buy_nbr string,cnt string,round string)

row format delimited fields terminated by ',';

2、插入清洗后的数据：

insert overwrite table sales_y select date_add('2021-09-00',cast(day_id as int)) as day_id,sale_nbr as sale_nbr,buy_nbr as buy_nbr,cnt as cnt,round as round from sales;

 3、查看结果

select * from sales_y limit 10;

 

 

---

 

三、总结

1、DATE_ADD() 函数

作用：向日期添加指定的时间间隔。

语法：DATE_ADD(date,INTERVAL expr type)

参数：

• date 参数是合法的日期表达式

• expr 参数是您希望添加的时间间隔。

 

2、CAST()函数

作用：用于将某种数据类型的表达式显式转换为另一种数据类型。CAST()函数的参数是一个表达式，它包括用AS关键字分隔的源值和目标数据类型。

语法：CAST (expression AS data_type)

参数：

• expression：任何有效的SQServer表达式。

• AS：用于分隔两个参数，在AS之前的是要处理的数据，在AS之后是要转换的数据类型。

• data_type：目标系统所提供的数据类型，包括bigint和sql_variant，不能使用用户定义的数据类型。