Doris 迁移到 Hologres 的函数改写清单

从 Doris 迁移到 Hologres 时，在 Doris 有对应写法的 44 个常用函数中，28 个需要改写（其中 2 个在 Hologres 没有对应函数）。逐个列出两边写法和注意事项。

需要改写的函数 · 迁移注意事项 · 可以直接用的函数 · 反向：Hologres 迁移到 Doris

需要改写的函数

函数	Doris 写法	Hologres 写法	Hologres 说明
ADD_MONTHS	`MONTHS_ADD(date, nums)`	需改写 `d + interval '1 month'`	ADD_MONTHS 是 Oracle 兼容函数，需要先加载 orafce 扩展。原生写法用 interval 加减。
ANY_VALUE	`ANY_VALUE(expr)`	需改写 `MAX(col)`	通用聚合函数中没有 ANY_VALUE。组内值都相同时，可以用 MAX 或 MIN 代替。
COLLECT_LIST	`COLLECT_LIST(expr[, max_size])`	需改写 `ARRAY_AGG(expression)`	没有 COLLECT_LIST，用 ARRAY_AGG。
COLLECT_SET	`COLLECT_SET(expr[, max_size])`	需改写 `ARRAY_AGG(DISTINCT expression)`	没有 COLLECT_SET，用 ARRAY_AGG。不支持 JSON、JSONB、INTERVAL 和数组等类型。
DATE_ADD	`DATE_ADD(date, INTERVAL n DAY)`	需改写 `DATEADD(d, num, 'day')`	文档中没有 DATE_ADD，可以用 DATEADD 或 d + interval。DATEADD 需要 V2.0.31～V2.1.0 或 V2.1.13 及以上版本。
DATE_FORMAT	`DATE_FORMAT(date, '%Y-%m-%d %H:%i:%s')`	需改写 `TO_CHAR(timestamp, 'YYYY-MM-DD HH24:MI:SS')`	文档中没有 DATE_FORMAT，用 TO_CHAR 代替。格式符是 PostgreSQL 风格，HH 默认是 12 小时制，24 小时制要写 HH24。
DATE_SUB	`DATE_SUB(date, INTERVAL n DAY)`	需改写 `d - interval '1 day'`	文档中没有 DATE_SUB。可以用日期减 interval，也可以写 DATEADD(d, -n, 'dd')。DATEADD 需要 V2.0.31～V2.1.0 或 V2.1.13 及以上版本。
DATEADD	`TIMESTAMPADD(unit, n, datetime_expr)`	支持 `DATEADD(d, num, str)`	需要 V2.0.31～V2.1.0 或 V2.1.13 及以上版本。单位写法与 MaxCompute 一致，包括 yyyy、mm、dd、hh、mi、ss。默认只支持 1925～2282 年，并且暂不支持常量入参写入。
DAYOFWEEK	`DAYOFWEEK(date)`	需改写 `EXTRACT(DOW FROM ts) + 1`	DOW 以周日为 0，所以要加 1 才和其他引擎一致。ISODOW 以周一为 1、周日为 7。
EXPLODE	`LATERAL VIEW EXPLODE(arr) t AS x`	需改写 `UNNEST(anyarray)`	把数组的每个元素展开成一行。
FROM_JSON	`JSON_PARSE(json_str)`	需改写 `json_str::jsonb ->> 'key'`	没有 FROM_JSON。先转成 JSON 或 JSONB，再用 -> 或 ->> 取字段，->> 返回 TEXT。需要展开成多列时可以用 json_populate_record。
FROM_UNIXTIME	`FROM_UNIXTIME(unix_timestamp[, string_format])`	需改写 `TO_TIMESTAMP(seconds)`	文档中没有 FROM_UNIXTIME。TO_TIMESTAMP(double precision) 按秒转换，返回 TIMESTAMPTZ。需要字符串时再用 TO_CHAR。
GET_JSON_OBJECT	`GET_JSON_STRING(json_str, json_path)`	支持 `GET_JSON_OBJECT(json, json_path)`	属于 hive_compatible 扩展，使用前需要先执行 CREATE EXTENSION。
INSTR	`INSTR(str, substr)`	需改写 `STRPOS(str, substr)`	INSTR 是 Oracle 兼容函数，需要先安装 orafce 扩展才能用，支持起始位置和第 N 次出现。不装扩展时用 STRPOS。
LENGTH	`CHAR_LENGTH(str)`	支持 `LENGTH(str)`	按 UTF-8 字符计数，一个汉字、数字或字母都算 1，结果与 CHAR_LENGTH 相同。字节数用 OCTET_LENGTH。
MONTHS_BETWEEN	`MONTHS_BETWEEN(end, start[, round_type])`	需改写 `(EXTRACT(YEAR FROM a) - EXTRACT(YEAR FROM b)) * 12 + EXTRACT(MONTH FROM a) - EXTRACT(MONTH FROM b)`	日期函数中没有 MONTHS_BETWEEN，可以用 EXTRACT 取年和月计算整数月差，不含小数部分。
NVL	`NVL(expr1, expr2)`	需改写 `COALESCE(value, default_value)`	条件函数文档中没有 NVL，只有 COALESCE、IF、NULLIF 等，需要改写为 COALESCE。
PERCENTILE_APPROX	`PERCENTILE_APPROX(col, p[, compression])`	需改写 `APPROX_PERCENTILE(p) WITHIN GROUP (ORDER BY col)`	Hologres V3.1 起提供，用蓄水池抽样计算，最多保留 8,192 个元素。p 是 0～1 之间的常量。
REGEXP_EXTRACT	`REGEXP_EXTRACT(str, pattern, pos)`	需改写 `(REGEXP_MATCH(str, pattern))[n]`	字符串函数中没有 REGEXP_EXTRACT。REGEXP_MATCH 返回由各分组组成的数组，再用数组下标取第 n 组，下标从 1 开始。
SIZE	`ARRAY_SIZE(arr) / MAP_SIZE(m)`	需改写 `ARRAY_LENGTH(arr, 1)`	第二个参数是维度，从 1 开始，一维数组传 1。数组函数文档只覆盖 ARRAY。
SPLIT	`SPLIT_BY_STRING(str, separator)`	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)。
STR_TO_MAP	`STR_TO_MAP(str[, pair_delimiter[, key_value_delimiter]])`	不支持	字符串函数中没有 STR_TO_MAP。
SUBSTRING_INDEX	`SUBSTRING_INDEX(content, delimiter, field)`	不支持	字符串函数中没有 SUBSTRING_INDEX。只取某一段时可以用 SPLIT_PART。
TO_CHAR	`DATE_FORMAT(date, '%Y-%m-%d %H:%i:%s')`	支持 `TO_CHAR(ts, 'YYYY-MM-DD HH24:MI:SS')`	格式符沿用 PostgreSQL 风格。HH 默认是 12 小时制，24 小时制要写 HH24。默认只支持 1925～2282 年。
TO_DATE	`str_to_date(str, format)`	支持 `TO_DATE(text, format)`	PostgreSQL 风格格式符，例如 YYYY-MM-DD。文档写的返回类型是 TEXT，但示例结果是日期，建议实测。
UNIX_TIMESTAMP	`UNIX_TIMESTAMP([date[, fmt]])`	需改写 `EXTRACT(EPOCH FROM ts)`	日期函数中没有 UNIX_TIMESTAMP。EXTRACT 的 epoch 字段返回秒数，类型是 DOUBLE PRECISION。
WEEKOFYEAR	`WEEKOFYEAR(date)`	需改写 `EXTRACT(WEEK FROM ts)`	也可以用 week_iso(ts)，文档说明语义与 EXTRACT(WEEK FROM ts) 相同、性能更好。返回 DOUBLE PRECISION。
WM_CONCAT	`GROUP_CONCAT([DISTINCT] str[, sep] [ORDER BY ...])`	需改写 `STRING_AGG(expression, delimiter)`	分隔符写在后面，只拼接非 NULL 值。

迁移注意事项

以下内容摘自各函数页中提到 Doris 或 Hologres 的注意事项。

ADD_MONTHS 按月加减

月末日期：StarRocks、Doris 和 Spark 在目标月份没有对应日期时取当月最后一天。StarRocks 文档特别说明，2022-02-28 加 1 个月得到 3 月 28 日而不是 3 月 31 日，这和 Oracle 的行为不同。
Hologres 和 Flink 的月末行为文档没有写明，迁移涉及月末日期时建议用已知数据核对。

ANY_VALUE 取组内任意值

NULL 的处理不同：MaxCompute 和 Doris 会优先返回非 NULL 值，Spark 默认可能返回 NULL，需要传 true 才会跳过 NULL。

COLLECT_LIST 聚合为数组

StarRocks 的 ARRAY_AGG 保留 NULL，MaxCompute 和 Doris 的 COLLECT_LIST 丢弃 NULL，数组长度可能不一致。

COLLECT_SET 去重聚合为数组

NULL 的处理不同：MaxCompute、Doris 会丢弃 NULL，StarRocks 的 ARRAY_AGG 会保留 NULL。迁移到 StarRocks 后数组里可能多出 NULL 元素。
Doris 的 max_size 截断时保留哪些元素，文档没有说明，不要依赖它取“前 N 个”。

DATE_FORMAT 日期格式化

Hologres 的 HH 默认是 12 小时制，下午的时间会少 12 小时，必须写 HH24。
StarRocks 和 Doris 中 %m 是月、%i 是分钟，写成 %M 会输出英文月份名。

DATE_SUB 日期减天数

StarRocks 和 Doris 的 DATE_SUB 文档只列出 INTERVAL 写法。把 Hive 的 date_sub(d, 1) 搬到 StarRocks 时，改成 DATE_SUB(d, INTERVAL 1 DAY) 或 days_sub(d, 1)。

DATEADD 按单位加减日期

MaxCompute 和 Hologres 中 mm 表示月，mi 表示分钟。把 DATEADD(d, 1, 'mm') 当成加 1 分钟，是迁移时最常见的错误。
Hologres 的 DATEADD 默认只支持 1925～2282 年。9999-12-31 这类表示“永久有效”的日期需要单独处理。

DAYOFWEEK 星期几

Hologres 的 EXTRACT(DOW ...) 以周日为 0，直接替换 DAYOFWEEK 会让每天都差 1，周日从 1 变成 0。
“星期几”的编号有三种：DAYOFWEEK 周日为 1；MaxCompute 和 Spark 的 WEEKDAY 周一为 0；Hologres 的 ISODOW 周一为 1、周日为 7。迁移时先确认原 SQL 用的是哪一种。
需要“周一为 1、周日为 7”时，可以写成 (DAYOFWEEK(d) + 5) % 7 + 1，在 Hologres 中直接用 EXTRACT(ISODOW FROM d)。

EXPLODE 数组展开为多行

空数组和 NULL 数组的行会被直接丢掉：MaxCompute、Doris 的 EXPLODE 和 StarRocks 的 UNNEST 都是这样。需要保留时，Doris 和 Spark 用 EXPLODE_OUTER，StarRocks 3.2.7 起用 LEFT JOIN UNNEST(...) ON TRUE。

FROM_JSON 按 schema 解析 JSON

StarRocks 的 parse_json 和 Doris 的 JSON_PARSE 返回的是 JSON 类型，下游需要 STRUCT 或 MAP 时要再做一次转换，不能直接替换 from_json。
非法 JSON 的处理不同：StarRocks 的 parse_json 返回 NULL，Doris 的 JSON_PARSE 直接报错。脏数据较多的表，在 Doris 中改用 JSON_PARSE_ERROR_TO_NULL。

FROM_UNIXTIME 时间戳转日期

返回类型不同：MaxCompute 返回 DATETIME，Hologres 的 TO_TIMESTAMP 返回 TIMESTAMPTZ，其他引擎返回字符串。拿结果做日期计算前，确认是否需要再转换类型。
StarRocks 和 Doris 对负数时间戳返回 NULL，1970 年以前的时间无法用这个函数转换。

GET_JSON_OBJECT 提取 JSON 字段

Hologres 报错 function get_json_object (text, unknown) does not exist 时，常见原因有两个：RAM 用户没有扩展所在 schema 的查询权限，或者第一个参数不是 TEXT 类型。前者可以把扩展建在 pg_catalog 下，后者需要先 CAST 为 text。
StarRocks 和 Doris 返回字符串，取出的数字需要再做 CAST。Doris 中值无法无损转换为字符串时返回 NULL。

INSTR 查找子串位置

MaxCompute 的三参数和四参数写法，例如 INSTR(s, 'e', 3, 2)，在 StarRocks、Doris、Hive、Spark 和 Flink 中都没有对应写法。只传起始位置时可以改成 LOCATE，取第 N 次出现时需要改写成多步计算。
Hologres 的 INSTR 依赖 orafce 扩展。没有安装扩展时 SQL 会报函数不存在，改用 STRPOS 即可。
子串为空串时，MaxCompute 和 Doris 文档写明返回 1，其他引擎文档没有说明。用 INSTR(s, x) > 0 判断包含关系时，x 可能为空串的场景要单独处理。

LENGTH 字符串长度

StarRocks 和 Doris 的 LENGTH 返回字节数。像 WHERE LENGTH(name) > 10 这样的条件，迁移后对中文内容会多筛出很多行，而且不会报错。
按字符计数统一写 CHAR_LENGTH 最稳妥：Hologres、StarRocks、Doris、Flink 都支持，Hive 2.2.0 起也支持（char_length 是 character_length 的简写）。

MONTHS_BETWEEN 相差月数

StarRocks 的 months_diff、Flink 的 TIMESTAMPDIFF 和 Hologres 的 EXTRACT 写法都只返回整数月，原 SQL 中依赖小数部分的计算（例如按 0.5 个月判断）需要重新设计。
时间部分的处理不同：Doris 只看日期，Hive 会把时间部分算进小数，Spark 在同一天或都是月末时忽略时间。同样的输入可能得到不同的小数。
舍入不同：Hive 和 Spark 默认保留 8 位小数，MaxCompute 返回完整的 DOUBLE，Doris 由 round_type 控制。和原结果做等值比较前，先统一 ROUND。

NVL 空值替换

迁移到 Hologres、StarRocks 或 Flink SQL 时，统一改写为 COALESCE 最省事，因为 COALESCE 在七个引擎中都可用。

PERCENTILE_APPROX 近似分位数

第三个参数含义不同：MaxCompute 和 Hive 的 B、Spark 的 accuracy 都默认 10000；StarRocks 和 Doris 的 compression 只接受 2048～10000。从 Spark 迁移时，如果写了大于 10000 的 accuracy，要调整到这个范围内。
Hologres 的 APPROX_PERCENTILE 需要 V3.1 及以上版本，而且只抽样 8,192 个元素。数据量很大时，尾部分位数（例如 P999）的误差可能偏大。

REGEXP_EXTRACT 正则提取

第三个参数是否必填不一样：MaxCompute、Spark 和 Flink 可以省略，默认取第 1 组；StarRocks、Doris 和 Hive 必须写上。迁移时统一写出分组下标最稳妥。
没有匹配时的返回值不同：StarRocks 和 Doris 文档写明返回空字符串，MaxCompute 只写明参数为 NULL 时返回 NULL。下游用 IS NULL 判断的逻辑迁移后要实测。
Doris 默认用 RE2 语法，不支持 (?=...) 这类零宽断言。从 Hive 或 Spark 的 Java 正则迁移过来时，需要先确认是否用到这些写法。

SIZE 数组和 Map 元素个数

StarRocks 和 Doris 区分数组和 Map 函数。从 MaxCompute 或 Hive 迁移时，要按字段类型分别改成 array_length、map_size 或 ARRAY_SIZE、MAP_SIZE。
Hologres 文档中 ARRAY_LENGTH 的签名带维度参数，一维数组也要写成 ARRAY_LENGTH(arr, 1)。
StarRocks 和 Doris 文档写明 NULL 元素也计入个数。需要只统计非空元素时，要先过滤再计数。

SPLIT 字符串拆分

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。

STR_TO_MAP 字符串转 Map

默认的键值分隔符不同：MaxCompute 和 Flink 是等号，StarRocks、Doris、Hive 和 Spark 是冒号。省略分隔符的写法迁移后会解析出错误结果，而且不会报错。
Hologres 没有 STR_TO_MAP。可以先用 REGEXP_SPLIT_TO_ARRAY 拆分，再按需取值，或者在入库前把数据转成 JSON。

SUBSTRING_INDEX 按分隔符截取

count 为 0 时结果不同：StarRocks 返回 NULL，Doris 返回空字符串，其他引擎文档没有说明。
Hologres 和 Flink 没有这个函数。只取某一段可以改用 Hologres 的 SPLIT_PART 或 Flink 的 SPLIT_INDEX；要取“前两段”这种跨分隔符的结果，需要拼接或用正则改写。
从 URL 中取域名这类场景常写成 substring_index(substring_index(url, '/', 3), '/', -1)，嵌套写法在 Hologres 和 Flink 中要整体改写。

TO_CHAR 日期转字符串

Hologres 的 HH 默认是 12 小时制，下午 3 点会输出 03。需要 24 小时制时写 HH24。
StarRocks 和 Doris 的分钟是 %i，不是 %M。%M 表示英文月份名。

TO_DATE 字符串转日期

同名不同义：把 MaxCompute 的 TO_DATE('20261013', 'yyyymmdd') 直接搬到 StarRocks、Doris 或 Hive 会报错或得到错误结果，需要改用 str_to_date 或 unix_timestamp。

UNIX_TIMESTAMP 日期转时间戳

格式参数的写法不同：StarRocks 和 Doris 用 %Y-%m-%d %H:%i:%s，Hive、Spark 和 Flink 用 yyyy-MM-dd HH:mm:ss，MaxCompute 不支持格式参数。
Doris 传入格式参数时返回 DECIMAL 而不是整数，写入 BIGINT 列前需要 CAST。

WEEKOFYEAR 一年中的第几周

Hologres 的 EXTRACT 返回 DOUBLE PRECISION，直接拼接字符串会得到 12.0 这类结果，需要先 CAST 成整数。

WM_CONCAT 分组拼接字符串

分隔符的位置相反：WM_CONCAT 写在第一个参数，STRING_AGG、GROUP_CONCAT（Doris）和 LISTAGG 写在最后。直接替换函数名会把分隔符当成要拼接的值。
不写排序时，各引擎拼接的顺序都不固定。需要稳定结果时，MaxCompute 写 WITHIN GROUP (ORDER BY ...)，StarRocks 和 Doris 在 GROUP_CONCAT 内写 ORDER BY。

可以直接用的函数

下面 16 个函数在两个引擎中写法相同。参数、返回值和边界情况仍可能不同，点开函数页查看细节。