Doris 迁移到 MaxCompute 的函数改写清单

从 Doris 迁移到 MaxCompute 时，在 Doris 有对应写法的 44 个常用函数中，15 个需要改写，另有 1 个可以改用 MaxCompute 的原生函数。逐个列出两边写法和注意事项。

需要改写的函数 · 可以改用原生函数 · 迁移注意事项 · 可以直接用的函数 · 反向：MaxCompute 迁移到 Doris

需要改写的函数

函数	Doris 写法	MaxCompute 写法	MaxCompute 说明
ADD_MONTHS	`MONTHS_ADD(date, nums)`	支持 `ADD_MONTHS(startdate, num_months)`	返回 yyyy-mm-dd 格式的 STRING，不是 DATE。格式不对时返回 NULL，例如 '20170214'。
APPROX_COUNT_DISTINCT	`APPROX_COUNT_DISTINCT(expr)`	别名 `APPROX_DISTINCT(colname)`	MaxCompute 2.0 扩展函数，返回 BIGINT，文档写明会有 5% 的误差。
DATEADD	`TIMESTAMPADD(unit, n, datetime_expr)`	支持 `DATEADD(date, delta, datepart)`	datepart 必须是常量，可选 yyyy、q、mm、week、dd、hh、mi、ss、ff3 等。返回类型与 date 相同。date 为 NULL 时报错，delta 或 datepart 为 NULL 时返回 NULL。2.0 数据类型版本下，字符串要先 CAST 成 DATETIME。
DATETRUNC	`DATE_TRUNC(datetime, 'month')`	支持 `DATETRUNC(date, date_part)`	返回类型与输入相同。单位支持 yyyy、q、mm、week、isoweek、dd、hh、mi、ss、ff3，week 默认从周一开始，也可以写 week(sunday)。
FROM_JSON	`JSON_PARSE(json_str)`	支持 `from_json(jsonStr, schema)`	schema 写法与建表时的类型一致，例如 'a bigint, b double'、'array<bigint>'、'map<string,string>'。返回 ARRAY、MAP 或 STRUCT。STRUCT 的 key 区分大小写，缺失的 key 返回 NULL，类型不匹配的值会被忽略。
GET_JSON_OBJECT	`GET_JSON_STRING(json_str, json_path)`	支持 `GET_JSON_OBJECT(json, json_path)`	返回 STRING，路径以 $ 开头，不支持正则。转义行为受 odps.sql.udf.getjsonobj.new 控制。
GETDATE	`NOW([precision])`	支持 `GETDATE()`	返回 DATETIME，以东八区时间为标准。同一条 SQL 中总是返回固定值，精度到秒；开启 2.0 数据类型后精度到毫秒。
LENGTH	`CHAR_LENGTH(str)`	支持 `LENGTH(str)`	返回 BIGINT，输入不是 UTF-8 编码时返回 -1。按字节计算长度要用 LENGTHB。
SIZE	`ARRAY_SIZE(arr) / MAP_SIZE(m)`	支持 `SIZE(array_or_map)`	同一个函数可以处理 ARRAY 和 MAP，返回 INT。
SORT_ARRAY	`ARRAY_SORT(arr)`	支持 `SORT_ARRAY(a[, isasc])`	isasc 默认为 True，即升序，传 False 时降序。NULL 视为最小值。
SPLIT	`SPLIT_BY_STRING(str, separator)`	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。
SUBSTR	`SUBSTRING(str, pos[, len])`	支持 `SUBSTR(str, start_position[, length])`	从 1 开始计数，负数从末尾倒数。start_position 为 0 时返回空字符串；Hive 兼容模式和 BigQuery 兼容模式下按 1 处理。length 为 0 或负数时返回空字符串。
TO_CHAR	`DATE_FORMAT(date, '%Y-%m-%d %H:%i:%s')`	支持 `TO_CHAR(date, format)`	格式符为 yyyy、mm、dd、hh、mi、ss，也支持 %Y、%m 这类写法。日期输入时 format 必填。date 为 NULL 时报错，format 为 NULL 时返回 NULL。也可以传入 BIGINT、DOUBLE 等数值，直接转成字符串。
TO_DATE	`str_to_date(str, format)`	支持 `TO_DATE(date_str[, format])`	不传 format 时返回 DATE，传入 format 时返回 DATETIME。格式符为 yyyy、mm、dd、hh、mi、ss、ff3，format 必须包含 yyyy。
WM_CONCAT	`GROUP_CONCAT([DISTINCT] str[, sep] [ORDER BY ...])`	支持 `WM_CONCAT(separator, colname)`	分隔符必须是常量且写在前面。支持 DISTINCT 和 WITHIN GROUP (ORDER BY ...)，值为 NULL 的行不参与计算。

可以改用原生函数

下面的函数在 Doris 中只能用替代写法，MaxCompute 有对应的函数。原来的写法通常仍能运行，换成原生函数会更简洁。

函数	Doris 写法	MaxCompute 写法	MaxCompute 说明
DECODE	`CASE expr WHEN search THEN result ... ELSE default END`	支持 `DECODE(expression, search, result[, search, result]...[, default])`	没有匹配且没有 default 时返回 NULL。所有 result 的类型必须一致，search 与 expression 的类型也必须一致，否则报错。在 DECODE 中 NULL 与 NULL 视为相等。

迁移注意事项

以下内容摘自各函数页中提到 Doris 或 MaxCompute 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。
MaxCompute 返回字符串，Hive 4.0.0 之前也会丢掉时间部分。结果和 DATE 或 DATETIME 字段比较时，注意类型转换。

APPROX_COUNT_DISTINCT 近似去重计数

各引擎的误差不同：MaxCompute 文档写的是 5%，Hologres 默认是 0.1%～1%。迁移后与原报表对数时，小的差异属于正常现象，不能直接当作数据问题。

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。
Spark 3.4.0 起的 dateadd(d, 1) 表示加 1 天，参数个数和含义都与 MaxCompute 不同，不能直接照搬。
MaxCompute 的 DATEADD 遇到 date 为 NULL 会报错，而不是返回 NULL。字段可能为空时，先过滤或用 IF 包一层。
MaxCompute 按月加减时，如果目标月份没有对应日期，结果取当月最后一天。StarRocks 的 DATE_ADD 遇到不存在的日期返回 NULL。

DATETRUNC 日期截断

参数顺序不同：MaxCompute 是日期在前，Hologres、StarRocks 和 Spark 是单位在前，Doris 两种都接受。
返回类型不同：MaxCompute 对 DATE 输入返回 DATE，Hologres 和 Spark 的 date_trunc 返回时间戳。结果用于关联 DATE 字段时要先转换。
周的起点：MaxCompute 的 week 默认从周一开始，Doris 和 Spark 文档的示例也截断到周一。按周汇总前确认业务定义的周起点。

FROM_JSON 按 schema 解析 JSON

MaxCompute 的 from_json 解析成 FLOAT、DOUBLE 或 DECIMAL 时不保证精度。金额类字段建议先按 STRING 取出，再 CAST 成 DECIMAL。
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。
MaxCompute 的 STRUCT key 区分大小写。JSON 里是 userId、schema 里写成 userid 时，取到的是 NULL，并且不会报错。

GET_JSON_OBJECT 提取 JSON 字段

MaxCompute 中，2021 年 1 月 21 日之前创建的项目默认会转义 JSON 保留字符，之后创建的项目保留原始字符串。新旧项目的结果可能不同，官方推荐把 odps.sql.udf.getjsonobj.new 设为 true。
MaxCompute 每次调用都会重新解析整个 JSON。同一个字段取多个值时，频繁调用会明显变慢，可以考虑 UDTF。
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。

GETDATE 获取当前时间

MaxCompute 的 GETDATE 固定使用东八区，其他引擎的结果取决于会话或集群时区。迁移后如果时间差了 8 小时，先检查时区设置。
返回类型不同：MaxCompute、StarRocks 和 Doris 返回 DATETIME，Hologres 的 NOW 带时区（文档把不带时区的版本单独列为 LOCALTIMESTAMP），Flink 返回 TIMESTAMP_LTZ(3)。直接写入字符串或 DATETIME 字段时，格式可能变化。
精度不同：MaxCompute 默认到秒，StarRocks 和 Doris 默认到秒、可传参数到微秒，Flink 到毫秒。用当前时间做去重或比较时要注意小数部分。
Hive 和 Spark 的 current_timestamp 可以不带括号，Doris 文档中的写法是 current_timestamp()。迁移时统一写 NOW() 更容易对齐。

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）。
MaxCompute 的 LENGTH 遇到非 UTF-8 编码的字符串返回 -1，不是 NULL。

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。
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。

SORT_ARRAY 数组排序

Spark 有两个排序函数：sort_array 升序时把 NULL 放在开头，array_sort 把 NULL 放在末尾。从 MaxCompute 或 Hive 迁移时应使用 sort_array，结果才一致。
降序的写法不同：MaxCompute 和 Spark 传第二个参数，Flink 传 ascending_order，Doris 用 ARRAY_REVERSE_SORT，Hive 和 Hologres 的函数只能升序。

SPLIT 字符串拆分

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。

SUBSTR 截取子串

起始位置写 0 是常见错误。MaxCompute 默认、StarRocks 和 Doris 都返回空字符串，不会报错，结果却全是空值，很难发现。MaxCompute 开启 Hive 兼容模式后又会按 1 处理，同一条 SQL 在不同模式下结果不同。

TO_CHAR 日期转字符串

MaxCompute 的 'yyyy-mm-dd' 原样搬到 Hive、Spark 或 Flink，mm 会被当成分钟，结果类似 2026-30-14，而且不会报错。Java 风格要写 'yyyy-MM-dd'。
StarRocks 和 Doris 的分钟是 %i，不是 %M。%M 表示英文月份名。
MaxCompute 的 TO_CHAR 遇到 date 为 NULL 会报错，而不是返回 NULL。

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。
MaxCompute 传入 format 时返回 DATETIME 而不是 DATE。和 DATE 类型字段比较或写入 DATE 列时，注意类型转换。
MaxCompute 的格式符里 mm 是月、mi 是分钟；Spark 和 Flink 里 MM 是月、mm 是分钟。
MaxCompute 的日期字符串位数不对时返回 NULL，例如 '2025112' 配 'yyyymmdd'。

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。

DECODE 多值匹配

MaxCompute 的 DECODE 把 NULL 和 NULL 视为相等，DECODE(x, NULL, 0, 1) 在 x 为 NULL 时返回 0。改写成 CASE x WHEN NULL THEN 0 ... 永远不会匹配，要写成 CASE WHEN x IS NULL THEN 0 ...。
Hive 和 Flink 也有 DECODE，但含义是字符集解码。把 MaxCompute 的多参数 DECODE 原样搬过去会报参数错误，必须改写成 CASE。
MaxCompute 要求所有 result 类型一致，例如 DECODE(x, 1, 1, 2, 'b') 会报错。改写成 CASE 后各引擎的隐式转换规则不同，建议显式 CAST。

可以直接用的函数

下面 28 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。