首页 / 工具 / 迁移清单 / Hologres → Flink SQL

Hologres 迁移到 Flink SQL 的函数改写清单

从 Hologres 迁移到 Flink SQL 时，在 Hologres 有对应写法的 43 个常用函数中，26 个需要改写（其中 1 个在 Flink SQL 没有对应函数），另有 4 个可以改用 Flink SQL 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：Flink SQL 迁移到 Hologres

需要改写的函数

函数	Hologres 写法	Flink SQL 写法	Flink SQL 说明
ADD_MONTHS	`d + interval '1 month'`	需改写 `TIMESTAMPADD(MONTH, n, timepoint)`	内置函数中没有 ADD_MONTHS，用 TIMESTAMPADD 的 MONTH 单位。
ANY_VALUE	`MAX(col)`	需改写 `FIRST_VALUE(expression)`	内置函数中没有 ANY_VALUE，可以用聚合函数 FIRST_VALUE 代替。
APPROX_COUNT_DISTINCT	`APPROX_COUNT_DISTINCT(column)`	需改写 `COUNT(DISTINCT expr)`	内置函数文档中没有近似去重函数，只能用精确的 COUNT(DISTINCT)。
DATE_ADD	`DATEADD(d, num, 'day')`	需改写 `TIMESTAMPADD(DAY, n, timepoint)`	内置函数中没有 DATE_ADD，改用 TIMESTAMPADD。
DATE_FORMAT	`TO_CHAR(timestamp, 'YYYY-MM-DD HH24:MI:SS')`	支持 `DATE_FORMAT(timestamp, format)`	按格式字符串把 TIMESTAMP 转换为字符串。
DATE_SUB	`d - interval '1 day'`	需改写 `TIMESTAMPADD(DAY, -n, timepoint)`	内置函数中没有 DATE_SUB，用 TIMESTAMPADD 传负数。
DATEADD	`DATEADD(d, num, str)`	需改写 `TIMESTAMPADD(unit, n, timepoint)`	单位可以是 SECOND、MINUTE、HOUR、DAY、WEEK、MONTH、QUARTER 或 YEAR。
DATEDIFF	`DATEDIFF(d1, d2, unit)`	需改写 `TIMESTAMPDIFF(DAY, timepoint1, timepoint2)`	内置函数中没有 DATEDIFF。TIMESTAMPDIFF 返回 timepoint1 与 timepoint2 之间带符号的单位数，先写单位，再写开始时间和结束时间。
DATETRUNC	`DATE_TRUNC('month', ts)`	需改写 `FLOOR(timepoint TO MONTH)`	内置函数中没有 DATE_TRUNC，用 FLOOR ... TO 向下取整到指定单位。
FROM_JSON	`json_str::jsonb ->> 'key'`	需改写 `JSON_VALUE(json, path) / JSON_QUERY(json, path)`	没有 FROM_JSON。JSON_VALUE 取标量值，JSON_QUERY 取对象或数组，返回 JSON 字符串。
FROM_UNIXTIME	`TO_TIMESTAMP(seconds)`	支持 `FROM_UNIXTIME(numeric[, string])`	返回字符串，默认格式 yyyy-MM-dd HH:mm:ss，结果按会话时区表示。
GET_JSON_OBJECT	`GET_JSON_OBJECT(json, json_path)`	需改写 `JSON_VALUE(json, path)`	提取 JSON 中的标量值，可以用 RETURNING 子句指定返回类型。
INSTR	`STRPOS(str, substr)`	支持 `INSTR(string1, string2)`	任一参数为 NULL 时返回 NULL。需要起始位置时用 LOCATE(string1, string2, integer)，找不到时返回 0。
LAST_DAY	`LAST_DAY(ts)`	需改写 `TIMESTAMPADD(DAY, -1, TIMESTAMPADD(MONTH, 1, FLOOR(ts TO MONTH)))`	内置函数中没有 LAST_DAY。先用 FLOOR 取当月第一天，加一个月再减一天。
LENGTH	`LENGTH(str)`	别名 `CHAR_LENGTH(string)`	返回字符数，别名 CHARACTER_LENGTH。内置函数中没有 LENGTH。
MAX_BY	`MAX_BY(x, y)`	需改写 `ROW_NUMBER() OVER (PARTITION BY ... ORDER BY y DESC) = 1`	内置函数中没有 MAX_BY 或 ARG_MAX，用 ROW_NUMBER 窗口函数改写。
MAX_PT	`MAX_PT('table_name')`	不支持	内置函数中没有 MAX_PT。流式作业没有“最新分区”的概念，批模式下可以用子查询改写。
MONTHS_BETWEEN	`(EXTRACT(YEAR FROM a) - EXTRACT(YEAR FROM b)) * 12 + EXTRACT(MONTH FROM a) - EXTRACT(MONTH FROM b)`	需改写 `TIMESTAMPDIFF(MONTH, start, end)`	没有 MONTHS_BETWEEN。TIMESTAMPDIFF 返回 timepoint2 减 timepoint1 的整数，参数顺序与 MONTHS_BETWEEN 相反。
NVL	`COALESCE(value, default_value)`	需改写 `IFNULL(input, null_replacement)`	没有 NVL，可以用 IFNULL 或 COALESCE。
PERCENTILE_APPROX	`APPROX_PERCENTILE(p) WITHIN GROUP (ORDER BY col)`	需改写 `PERCENTILE(expr, percentage[, frequency])`	PERCENTILE 是精确分位数，按线性插值计算。2.0 起的文档中有这个函数，1.20 的文档中没有，使用前请按所用版本确认。文档提示在普通分组聚合中开销较大，建议用在窗口场景。
REGEXP_EXTRACT	`(REGEXP_MATCH(str, pattern))[n]`	支持 `REGEXP_EXTRACT(string1, string2[, integer])`	分组下标从 1 开始，0 表示整个匹配，下标不能超过定义的分组数。
SIZE	`ARRAY_LENGTH(arr, 1)`	别名 `CARDINALITY(array_or_map)`	数组返回元素个数，Map 返回键值对个数。
SPLIT	`REGEXP_SPLIT_TO_ARRAY(str, pattern)`	支持 `SPLIT(string, delimiter)`	字符串或分隔符为 NULL 时返回 NULL。只取第 n 段可以用 SPLIT_INDEX。
SPLIT_PART	`SPLIT_PART(str, delimiter, num)`	需改写 `SPLIT_INDEX(str, delimiter, n - 1)`	下标从 0 开始。下标为负数或任一参数为 NULL 时返回 NULL。
TO_CHAR	`TO_CHAR(ts, 'YYYY-MM-DD HH24:MI:SS')`	需改写 `DATE_FORMAT(timestamp, 'yyyy-MM-dd HH:mm:ss')`	没有 TO_CHAR。DATE_FORMAT 的格式符兼容 Java SimpleDateFormat。
WM_CONCAT	`STRING_AGG(expression, delimiter)`	需改写 `LISTAGG(expression[, separator])`	分隔符写在后面。

可以改用原生函数

下面的函数在 Hologres 中只能用替代写法，Flink SQL 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	Flink SQL 写法	Flink SQL 说明
DAYOFWEEK	`EXTRACT(DOW FROM ts) + 1`	支持 `DAYOFWEEK(date)`	返回 1～7，等价于 EXTRACT(DOW FROM date)。文档示例中 1994-09-27（周二）返回 3，即周日为 1。
SUBSTR	`SUBSTRING(str FROM start FOR len)`	支持 `SUBSTR(string, integer1[, integer2])`	也可以写 SUBSTRING。省略长度时截取到末尾。
UNIX_TIMESTAMP	`EXTRACT(EPOCH FROM ts)`	支持 `UNIX_TIMESTAMP(string1[, string2])`	默认格式 yyyy-MM-dd HH:mm:ss。不带参数时返回当前时间的秒数。
WEEKOFYEAR	`EXTRACT(WEEK FROM ts)`	别名 `WEEK(date)`	返回 1～53，等价于 EXTRACT(WEEK FROM date)。

迁移注意事项

以下内容摘自各函数页中提到 Hologres 或 Flink SQL 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。

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。

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。

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。

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。

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)。

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。

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。

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。