Hologres 迁移到 Doris 的函数改写清单

从 Hologres 迁移到 Doris 时，在 Hologres 有对应写法的 43 个常用函数中，21 个需要改写（其中 1 个在 Doris 没有对应函数），另有 6 个可以改用 Doris 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：Doris 迁移到 Hologres

需要改写的函数

函数	Hologres 写法	Doris 写法	Doris 说明
ADD_MONTHS	`d + interval '1 month'`	需改写 `MONTHS_ADD(date, nums)`	文档没有列出 ADD_MONTHS 别名。返回类型与输入相同，2020-01-31 加 1 个月得到 2020-02-29。
COLLECT_LIST	`ARRAY_AGG(expression)`	支持 `COLLECT_LIST(expr[, max_size])`	别名 GROUP_ARRAY，会丢弃 NULL，max_size 限制数组长度。
COLLECT_SET	`ARRAY_AGG(DISTINCT expression)`	支持 `COLLECT_SET(expr[, max_size])`	别名 GROUP_UNIQ_ARRAY。会过滤 NULL，max_size 限制数组长度。
DATE_ADD	`DATEADD(d, num, 'day')`	支持 `DATE_ADD(date, INTERVAL n DAY)`	别名有 days_add 和 adddate。单位支持 YEAR、MONTH、DAY、HOUR、MINUTE、SECOND。
DATE_FORMAT	`TO_CHAR(timestamp, 'YYYY-MM-DD HH24:MI:SS')`	支持 `DATE_FORMAT(date, '%Y-%m-%d %H:%i:%s')`	MySQL 风格格式符，%m 是月，%i 是分钟。文档还列出 yyyyMMdd、yyyy-MM-dd 和 yyyy-MM-dd HH:mm:ss 三种格式。结果超过 128 字节时返回 NULL。
DATE_SUB	`d - interval '1 day'`	支持 `DATE_SUB(date, INTERVAL n DAY)`	别名有 days_sub 和 subdate。单位支持 YEAR、MONTH、DAY、HOUR、MINUTE、SECOND。
DATEADD	`DATEADD(d, num, str)`	需改写 `TIMESTAMPADD(unit, n, datetime_expr)`	单位常用 SECOND、MINUTE、HOUR、DAY、WEEK、MONTH、YEAR。参数无效时返回 NULL。也可以写 DATE_ADD(dt, INTERVAL n unit)。
EXPLODE	`UNNEST(anyarray)`	支持 `LATERAL VIEW EXPLODE(arr) t AS x`	通常配合 LATERAL VIEW 使用。EXPLODE 对空数组和 NULL 不输出行，EXPLODE_OUTER 会保留一行 NULL。
FROM_JSON	`json_str::jsonb ->> 'key'`	需改写 `JSON_PARSE(json_str)`	没有 FROM_JSON。JSON_PARSE 遇到非法 JSON 会报错；希望返回 NULL 时用 JSON_PARSE_ERROR_TO_NULL。取字段用 JSON_EXTRACT 系列函数。
FROM_UNIXTIME	`TO_TIMESTAMP(seconds)`	支持 `FROM_UNIXTIME(unix_timestamp[, string_format])`	格式可以写 %Y-%m-%d %H:%i:%s，也可以写 yyyy-MM-dd HH:mm:ss。超出 0～32536771199 时返回 NULL。
GET_JSON_OBJECT	`GET_JSON_OBJECT(json, json_path)`	需改写 `GET_JSON_STRING(json_str, json_path)`	路径以 $ 开头，不能包含双引号和方括号字符，含点号的键要用双引号括起来。官方建议改用 jsonb 类型和 jsonb_extract 系列函数。
INSTR	`STRPOS(str, substr)`	支持 `INSTR(str, substr)`	区分大小写，按 UTF-8 字符计算位置。找不到时返回 0，substr 为空串时返回 1，任一参数为 NULL 时返回 NULL。
LENGTH	`LENGTH(str)`	需改写 `CHAR_LENGTH(str)`	LENGTH 返回 UTF-8 编码下的字节数，别名 OCTET_LENGTH。按字符计数要用 CHAR_LENGTH，别名 CHARACTER_LENGTH。
MAX_PT	`MAX_PT('table_name')`	不支持	在 Doris 官方文档中搜索不到 MAX_PT。改写为 WHERE pt = (SELECT MAX(pt) FROM t)。
PERCENTILE_APPROX	`APPROX_PERCENTILE(p) WITHIN GROUP (ORDER BY col)`	支持 `PERCENTILE_APPROX(col, p[, compression])`	p 必须是 0～1 的常量。compression 取 2048～10000。只统计非 NULL 值，组内没有有效数据时返回 NULL。
REGEXP_EXTRACT	`(REGEXP_MATCH(str, pattern))[n]`	支持 `REGEXP_EXTRACT(str, pattern, pos)`	pos 是必填参数。没有匹配时返回空字符串。默认使用 RE2 正则语法，不支持零宽断言；把会话变量 enable_extended_regex 设为 true 后才支持。
SIZE	`ARRAY_LENGTH(arr, 1)`	别名 `ARRAY_SIZE(arr) / MAP_SIZE(m)`	数组用 ARRAY_SIZE，NULL 元素也计入，输入为 NULL 时返回 NULL。Map 用 MAP_SIZE，NULL 键和值都计入。
SPLIT	`REGEXP_SPLIT_TO_ARRAY(str, pattern)`	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。
TO_CHAR	`TO_CHAR(ts, 'YYYY-MM-DD HH24:MI:SS')`	需改写 `DATE_FORMAT(date, '%Y-%m-%d %H:%i:%s')`	没有 TO_CHAR。DATE_FORMAT 使用 MySQL 风格格式符。
TO_DATE	`TO_DATE(text, format)`	需改写 `str_to_date(str, format)`	Doris 的 TO_DATE 只接受 DATETIME 并取日期部分。按格式解析用 STR_TO_DATE，返回 DATETIME，也接受 yyyyMMdd 等三种格式。
WM_CONCAT	`STRING_AGG(expression, delimiter)`	需改写 `GROUP_CONCAT([DISTINCT] str[, sep] [ORDER BY ...])`	分隔符是第二个参数，默认是逗号加空格。DISTINCT 与 ORDER BY 同时使用从 2.1.6 起支持。

可以改用原生函数

下面的函数在 Hologres 中只能用替代写法，Doris 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	Hologres 写法	Doris 写法	Doris 说明
ANY_VALUE	`MAX(col)`	支持 `ANY_VALUE(expr)`	别名 ANY。组内有非 NULL 值时返回其中一个，全部为 NULL 时返回 NULL。
DAYOFWEEK	`EXTRACT(DOW FROM ts) + 1`	支持 `DAYOFWEEK(date)`	别名 DOW。周日为 1，周六为 7，与 MySQL 的 dayofweek 一致。
MONTHS_BETWEEN	`(EXTRACT(YEAR FROM a) - EXTRACT(YEAR FROM b)) * 12 + EXTRACT(MONTH FROM a) - EXTRACT(MONTH FROM b)`	支持 `MONTHS_BETWEEN(end, start[, round_type])`	与 Oracle 的 MONTHS_BETWEEN 一致。时间部分不参与计算；两个日期同为月末或日相同时返回整数。round_type 为 true 时保留 8 位小数。
NVL	`COALESCE(value, default_value)`	支持 `NVL(expr1, expr2)`	NVL 是 IFNULL 的别名。expr1 不为 NULL 时返回 expr1，否则返回 expr2。
UNIX_TIMESTAMP	`EXTRACT(EPOCH FROM ts)`	支持 `UNIX_TIMESTAMP([date[, fmt]])`	fmt 用 %Y-%m-%d 风格。传入格式参数或带小数秒的输入时返回 DECIMAL；超出 1970～3001 年的范围时返回 0。结果受会话时区影响。
WEEKOFYEAR	`EXTRACT(WEEK FROM ts)`	支持 `WEEKOFYEAR(date)`	周一为一周的开始，一周中有 4 天及以上在当年时算作当年的周，返回 1～53，与 MySQL 的 weekofyear 一致。

迁移注意事项

以下内容摘自各函数页中提到 Hologres 或 Doris 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。

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。

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）。

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。

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。

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。

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。

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)。

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。

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。

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。