首页 / 工具 / 迁移清单 / StarRocks → Flink SQL

StarRocks 迁移到 Flink SQL 的函数改写清单

从 StarRocks 迁移到 Flink SQL 时，在 StarRocks 有对应写法的 44 个常用函数中，19 个需要改写（其中 1 个在 Flink SQL 没有对应函数）。逐个列出两边写法和注意事项。

需要改写的函数 · 迁移注意事项 · 可以直接用的函数 · 反向：Flink SQL 迁移到 StarRocks

需要改写的函数

函数	StarRocks 写法	Flink SQL 写法	Flink SQL 说明
ADD_MONTHS	`add_months(date, months)`	需改写 `TIMESTAMPADD(MONTH, n, timepoint)`	内置函数中没有 ADD_MONTHS，用 TIMESTAMPADD 的 MONTH 单位。
ANY_VALUE	`ANY_VALUE(expr)`	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(expr)`	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	`DATE_ADD(date, INTERVAL n DAY)`	需改写 `TIMESTAMPADD(DAY, n, timepoint)`	内置函数中没有 DATE_ADD，改用 TIMESTAMPADD。
DATE_SUB	`DATE_SUB(date, INTERVAL n DAY)`	需改写 `TIMESTAMPADD(DAY, -n, timepoint)`	内置函数中没有 DATE_SUB，用 TIMESTAMPADD 传负数。
DATEDIFF	`DATEDIFF(expr1, expr2)`	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', datetime)`	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	`parse_json(str)`	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。
GET_JSON_OBJECT	`get_json_object(json_str, 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。
LAST_DAY	`last_day(date[, unit])`	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。
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。
MONTHS_BETWEEN	`months_diff(expr1, expr2)`	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。
PERCENTILE_APPROX	`PERCENTILE_APPROX(expr, p[, compression])`	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。
SIZE	`array_length(arr) / map_size(m)`	别名 `CARDINALITY(array_or_map)`	数组返回元素个数，Map 返回键值对个数。
SPLIT_PART	`split_part(content, delimiter, field)`	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。
SUBSTRING_INDEX	`substring_index(str, delimiter, count)`	不支持	内置函数中没有 SUBSTRING_INDEX。只取某一段时可以用 SPLIT_INDEX，下标从 0 开始。
TO_DATE	`str_to_date(str, format)`	支持 `TO_DATE(string1[, string2])`	默认格式为 'yyyy-MM-dd'。
WEEKOFYEAR	`WEEKOFYEAR(date)`	别名 `WEEK(date)`	返回 1～53，等价于 EXTRACT(WEEK FROM date)。
WM_CONCAT	`GROUP_CONCAT([DISTINCT] expr [ORDER BY ...] [SEPARATOR sep])`	需改写 `LISTAGG(expression[, separator])`	分隔符写在后面。

迁移注意事项

以下内容摘自各函数页中提到 StarRocks 或 Flink SQL 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。

APPROX_COUNT_DISTINCT 近似去重计数

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。

DATE_ADD 日期加减

MaxCompute 的 DATEADD 按月加时，目标月份没有对应日期会返回当月最后一天，例如 1 月 29 日加 1 个月得到 2 月 28 日。StarRocks 的 DATE_ADD 遇到不存在的日期返回 NULL。
StarRocks 的 DATE_ADD 即使输入是 DATE，也会返回 DATETIME。写入 DATE 列或与 DATE 比较时注意类型。

DATE_SUB 日期减天数

StarRocks 的 DATE_SUB 即使输入是 DATE，也返回 DATETIME。结果用于分区过滤或与 DATE 字段比较时，注意类型是否一致。
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)。

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。
StarRocks 只比较日期部分：DATEDIFF('2007-12-31 23:59:59', '2007-12-30') 返回 1，而不是按 47 小时折算。

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。

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。

GET_JSON_OBJECT 提取 JSON 字段

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。

LAST_DAY 当月最后一天

返回类型不同：MaxCompute（不传 date_part）和 Hive 返回字符串，StarRocks 和 Doris 返回 DATE。结果用于关联 DATE 字段时要先转换。

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。

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。

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。
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。
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。

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。

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。
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。

SUBSTRING_INDEX 按分隔符截取

count 为 0 时结果不同：StarRocks 返回 NULL，Doris 返回空字符串，其他引擎文档没有说明。
StarRocks 3.2 才提供 SUBSTRING_INDEX，更早的版本需要改写。
Hologres 和 Flink 没有这个函数。只取某一段可以改用 Hologres 的 SPLIT_PART 或 Flink 的 SPLIT_INDEX；要取“前两段”这种跨分隔符的结果，需要拼接或用正则改写。
从 URL 中取域名这类场景常写成 substring_index(substring_index(url, '/', 3), '/', -1)，嵌套写法在 Hologres 和 Flink 中要整体改写。

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 的格式符里 mm 是月、mi 是分钟；Spark 和 Flink 里 MM 是月、mm 是分钟。

WEEKOFYEAR 一年中的第几周

StarRocks 文档没有写明 WEEKOFYEAR 的周规则。需要和其他引擎对齐时，建议改用 week_iso 并实测。

WM_CONCAT 分组拼接字符串

StarRocks 的 GROUP_CONCAT 默认最多 1,024 个字符，超出部分不报错直接截断。长列表需要先调大 group_concat_max_len。
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。
StarRocks 3.0.6 和 3.1.3 起，GROUP_CONCAT 必须用 SEPARATOR 关键字声明分隔符。

可以直接用的函数

下面 25 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：StarRocks 函数写法 · Flink SQL 函数写法 · 全部迁移清单 · 用 SQL 迁移检查器检查自己的 SQL