首页 / 工具 / 迁移清单 / Hive → MaxCompute

Hive 迁移到 MaxCompute 的函数改写清单

从 Hive 迁移到 MaxCompute 时，在 Hive 有对应写法的 44 个常用函数中，7 个需要改写，另有 5 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 Hive

需要改写的函数

函数	Hive 写法	MaxCompute 写法	MaxCompute 说明
DATEADD	`date_add(startdate, days) / add_months(startdate, n)`	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	`trunc(date, 'MM')`	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_tuple(jsonStr, k1, k2, ...)`	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。
GETDATE	`current_timestamp`	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。
SPLIT_PART	`split(str, pat)[n - 1]`	支持 `SPLIT_PART(str, delimiter, start[, end])`	下标从 1 开始，必须是大于 0 的常量。传入 end 时返回 start 到 end 段，并保留中间的分隔符。下标越界返回空字符串，分隔符为空字符串时返回原串，任一参数为 NULL 时返回 NULL。
TO_CHAR	`date_format(ts, 'yyyy-MM-dd HH:mm:ss')`	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。
WM_CONCAT	`concat_ws(',', collect_list(col))`	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 Hive 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	Hive 写法	MaxCompute 写法	MaxCompute 说明
ANY_VALUE	`max(col)`	支持 `ANY_VALUE(colname)`	值为 NULL 的行不参与计算，不保证返回哪一行。
APPROX_COUNT_DISTINCT	`COUNT(DISTINCT col)`	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。
DAYOFWEEK	`extract(dayofweek FROM ts)`	支持 `DAYOFWEEK(date)`	返回 1～7，1 是周日，7 是周六。WEEKDAY(date) 则以周一为 0、周日为 6。
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。
MAX_BY	`ROW_NUMBER() OVER (PARTITION BY ... ORDER BY y DESC) = 1`	支持 `MAX_BY(valueToReturn, valueToMaximize)`	valueToMaximize 为 NULL 的行不参与计算。多行并列最大时随机返回其中一行。

迁移注意事项

以下内容摘自各函数页中提到 Hive 或 MaxCompute 的注意事项。

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。
Hive 的 trunc 只能截断到月和年，按周、按季度汇总需要自己计算。

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。
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。

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。

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 split 按正则切分。分隔符是 .、| 这类正则特殊字符时，要写成 split(s, '\\.')，否则结果不对。
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。
取最后一段时，StarRocks 和 Spark 可以直接传 -1。MaxCompute 要求下标大于 0，不能这样写。
MaxCompute 的四参数写法 SPLIT_PART(s, ',', 1, 2) 在其他引擎中没有对应写法，需要改成多段拼接。

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'。
MaxCompute 的 TO_CHAR 遇到 date 为 NULL 会报错，而不是返回 NULL。

WM_CONCAT 分组拼接字符串

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。

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。

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。

DAYOFWEEK 星期几

“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。
Hive 的内置函数文档没有 dayofweek，只能用 Hive 2.2.0 起提供的 extract(dayofweek FROM ...)。

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。

MAX_BY 取最大值对应的列

并列最大时结果不确定：MaxCompute 随机返回一行，StarRocks 返回最先遇到的一行。需要稳定结果时，改用 ROW_NUMBER 并在 ORDER BY 中加上唯一的次排序列。

可以直接用的函数

下面 32 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。

相关页面：Hive 函数写法 · MaxCompute 函数写法 · 全部迁移清单 · 用 SQL 迁移检查器检查自己的 SQL