首页 / 工具 / 迁移清单 / Flink SQL → Hologres

Flink SQL 迁移到 Hologres 的函数改写清单

从 Flink SQL 迁移到 Hologres 时，在 Flink SQL 有对应写法的 43 个常用函数中，28 个需要改写（其中 1 个在 Hologres 没有对应函数），另有 2 个可以改用 Hologres 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：Hologres 迁移到 Flink SQL

需要改写的函数

函数	Flink SQL 写法	Hologres 写法	Hologres 说明
ADD_MONTHS	`TIMESTAMPADD(MONTH, n, timepoint)`	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	`FIRST_VALUE(expression)`	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。
DATE_ADD	`TIMESTAMPADD(DAY, n, timepoint)`	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(timestamp, format)`	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	`TIMESTAMPADD(DAY, -n, timepoint)`	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, timepoint)`	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。
DATEDIFF	`TIMESTAMPDIFF(DAY, timepoint1, timepoint2)`	支持 `DATEDIFF(d1, d2, unit)`	需要 V2.0.31～V2.1.0 或 V2.1.13 及以上版本。不足一个单位时返回 0，不允许所有参数都是常量。DATE 相减也可以直接得到天数。
DATETRUNC	`FLOOR(timepoint TO MONTH)`	需改写 `DATE_TRUNC('month', ts)`	单位在前，返回 TIMESTAMP 或 TIMESTAMPTZ。
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。
FROM_JSON	`JSON_VALUE(json, path) / JSON_QUERY(json, path)`	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(numeric[, string])`	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	`JSON_VALUE(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(string1, string2)`	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。
LAST_DAY	`TIMESTAMPADD(DAY, -1, TIMESTAMPADD(MONTH, 1, FLOOR(ts TO MONTH)))`	支持 `LAST_DAY(ts)`	需要 V2.0.31～V2.1.0 或 V2.1.13 及以上版本。
LENGTH	`CHAR_LENGTH(string)`	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	`TIMESTAMPDIFF(MONTH, start, end)`	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	`IFNULL(input, null_replacement)`	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(expr, percentage[, frequency])`	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(string1, string2[, integer])`	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	`CARDINALITY(array_or_map)`	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(string, delimiter)`	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)。
SPLIT_PART	`SPLIT_INDEX(str, delimiter, n - 1)`	支持 `SPLIT_PART(str, delimiter, num)`	下标从 1 开始。num 超出分段数量时返回 NULL。
STR_TO_MAP	`STR_TO_MAP(string1[, string2, string3])`	不支持	字符串函数中没有 STR_TO_MAP。
SUBSTR	`SUBSTR(string, integer1[, integer2])`	需改写 `SUBSTRING(str FROM start FOR len)`	SUBSTR 是 Oracle 兼容函数，需要先加载 orafce 扩展。PostgreSQL 标准写法是 SUBSTRING。
TO_CHAR	`DATE_FORMAT(timestamp, 'yyyy-MM-dd HH:mm:ss')`	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。
UNIX_TIMESTAMP	`UNIX_TIMESTAMP(string1[, string2])`	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	`WEEK(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	`LISTAGG(expression[, separator])`	需改写 `STRING_AGG(expression, delimiter)`	分隔符写在后面，只拼接非 NULL 值。

可以改用原生函数

下面的函数在 Flink SQL 中只能用替代写法，Hologres 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	Flink SQL 写法	Hologres 写法	Hologres 说明
APPROX_COUNT_DISTINCT	`COUNT(DISTINCT expr)`	支持 `APPROX_COUNT_DISTINCT(column)`	基于 HyperLogLog，平均误差 0.1%～1%。精度由 hg_experimental_approx_count_distinct_precision 控制，取值 12～20，默认 17。精确去重也可以用 UNIQ，它在带 GROUP BY 时比 COUNT DISTINCT 快。
MAX_BY	`ROW_NUMBER() OVER (PARTITION BY ... ORDER BY y DESC) = 1`	支持 `MAX_BY(x, y)`	V1.3.36 起提供，同时有 MIN_BY。

迁移注意事项

以下内容摘自各函数页中提到 Flink SQL 或 Hologres 的注意事项。

ADD_MONTHS 按月加减

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。

DATE_FORMAT 日期格式化

从 MaxCompute 默认模式迁出时，hh:mi:ss 要改成目标引擎的分钟写法。原样照搬到 Spark 或 Flink，mi 不会被识别为分钟。
Hologres 的 HH 默认是 12 小时制，下午的时间会少 12 小时，必须写 HH24。

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。

DATEDIFF 日期差

MaxCompute、StarRocks、Doris、Hive 和 Spark 都是结束日期在前。Flink 的 TIMESTAMPDIFF 先写单位，再写开始时间和结束时间。Flink 文档没有写明正负号的方向，按标准 SQL 的约定结果为 timepoint2 减 timepoint1，迁移后建议用一条已知数据核对符号。
Hologres 的 DATEDIFF 有版本要求，V2.1.0～V2.1.12 之间的版本不支持。

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。

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)。

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。

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。

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。

LAST_DAY 当月最后一天

Hologres 的 LAST_DAY 有版本要求，V2.1.0～V2.1.12 之间的版本不支持。

LENGTH 字符串长度

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

Flink 的 TIMESTAMPDIFF(MONTH, t1, t2) 计算的是 t2 减 t1，开始时间在前；MONTHS_BETWEEN 是结束时间在前。照搬参数顺序会得到相反的符号。
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。

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。
Flink 的 IFNULL 在第一个参数来自 JSON_VALUE 时可能返回错误结果，问题编号 FLINK-35832。受影响版本包括 1.15～1.20 和 2.0.0，问题已在 2024 年 7 月标记为修复，但没有写明修复版本，使用前请确认所用版本是否包含修复。

PERCENTILE_APPROX 近似分位数

各引擎的算法不同，结果不会完全一致。MaxCompute 文档写明 p 落在两个值中间时取两者均值，Spark 返回满足条件的最小值，Flink 的 PERCENTILE 用线性插值。P50、P99 这类指标迁移后要实测对比。
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。
Flink 的 PERCENTILE 是精确计算，每条记录都可能触发全量排序。文档建议用在窗口聚合中，流式分组聚合中慎用。

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。

SIZE 数组和 Map 元素个数

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)。

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。

SPLIT_PART 按分隔符取第 N 段

下标越界时结果不同：MaxCompute、StarRocks 和 Spark 返回空字符串，Hologres 和 Doris 返回 NULL。下游用 IS NULL 或 = '' 判断时，迁移后结果可能变化。
Hive 的数组下标和 Flink 的 SPLIT_INDEX 都从 0 开始。从 SPLIT_PART 改写时要把下标减 1。

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。
Spark、Flink 把分隔符当作正则表达式，MaxCompute 也要求对句点、问号等特殊字符转义。分隔符是 | 或 . 时，迁移前后都要检查转义写法。
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。

SUBSTR 截取子串

Hologres 直接写 SUBSTR 可能报函数不存在，需要先创建 orafce 扩展，或改用标准的 SUBSTRING。

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'。
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。

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。

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。

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。
改写成 Hive 或 Flink 的 COUNT(DISTINCT) 后结果是精确值，但资源消耗会明显变大，大数据量下要评估内存和运行时间。
Spark 的第二个参数 relativeSD 在其他引擎中没有对应写法，迁移时要去掉，并按目标引擎的方式调整精度，例如 Hologres 的会话参数。

可以直接用的函数

下面 13 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。