首页 / 字符串

SPLIT 字符串拆分

SPLIT 按分隔符把字符串拆成数组。MaxCompute、Hive 和 Spark 的分隔符按正则表达式处理，Doris 要改用 SPLIT_BY_STRING，Hologres 没有 SPLIT，要用 REGEXP_SPLIT_TO_ARRAY。

各引擎写法

引擎	支持	写法	说明	依据
MaxCompute	支持	`SPLIT(source, delimiter[, trimTailEmpty])`	返回 ARRAY<STRING>。分隔符支持正则表达式。trimTailEmpty 默认为 true，会去掉末尾的空字符串。任一参数为 NULL 时返回 NULL。	官方文档
Hologres	需改写	`REGEXP_SPLIT_TO_ARRAY(str, pattern)`	字符串函数中没有 SPLIT。拆成数组用 REGEXP_SPLIT_TO_ARRAY，只取第 n 段用 SPLIT_PART(str, delimiter, n)。	官方文档
StarRocks	支持	`split(content, delimiter)`	返回 ARRAY<VARCHAR>。分隔符为空字符串时按单个字符拆分。文档没有说明分隔符是否按正则处理。	官方文档
Doris	需改写	`SPLIT_BY_STRING(str, separator)`	返回字符串数组，任一参数为 NULL 时返回 NULL。分隔符为空字符串时按字节拆分。	官方文档
Hive	支持	`split(str, pat)`	返回 array，pat 是正则表达式。	官方文档
Spark SQL	支持	`split(str, regex[, limit])`	Spark 1.5.0 起提供，按正则拆分，limit 限制数组的最大长度。	官方文档
Flink SQL	支持	`SPLIT(string, delimiter)`	字符串或分隔符为 NULL 时返回 NULL。只取第 n 段可以用 SPLIT_INDEX。	官方文档

MaxCompute、Hive 和 Spark 按正则处理分隔符。用 . 或 | 拆分时要写成 '\\.' 或 '\\|'，否则会被当成正则元字符，结果出错。
MaxCompute 默认去掉末尾的空字符串：SPLIT('a,b,c,,', ',') 返回 ["a","b","c"]。其他引擎的处理方式不一定相同，需要保留时传入 false。
只需要取某一段时，Hologres 的 SPLIT_PART 和 Flink 的 SPLIT_INDEX 更直接。注意 SPLIT_PART 的序号从 1 开始，SPLIT_INDEX 为负数时返回 NULL。

MaxCompute

SELECT SPLIT(tags, ',') FROM items;

Hologres

SELECT REGEXP_SPLIT_TO_ARRAY(tags, ',') FROM items;

StarRocks

SELECT split(tags, ',') FROM items;

Doris

SELECT SPLIT_BY_STRING(tags, ',') FROM items;

Spark SQL

SELECT split(tags, ',') FROM items;