regex - hive 中的功能regex_extract

Question

我正在用以下句子从 hive 中的日志中提取信息:

regexp_extract(values, "^(\\w{3} \\s?\\d+ \\d\\d:\\d\\d:\\d\\d \\w+-\\w+ \\w+:) (\\[)(\\d{2})(\\/)(\\w{3})(\\/)(\\d{4})(.*\\])",3)day, 
regexp_extract(values, "^(\\w{3} \\s?\\d+ \\d\\d:\\d\\d:\\d\\d \\w+-\\w+ \\w+:) (\\[)(\\d{2})(\\/)(\\w{3})(\\/)(\\d{4})(.*\\])",5)month

我使用相同的正则表达式在两个不同的regex_extract调用中提取两个字段。是否可以仅执行一次regex_extract提取多个字段？

Answer 1

也许不完全是您要查找的内容，但是如果您确实想要一种提取方法，而不是一种提取方法，那么将为您提供多个字段，这就是我的发现:

http://dev.bizo.com/2012/01/using-genericudfs-to-return-multiple.html

请注意，对于此解决方案，您需要编写带有对象检查器的UDF，但请亲自看看。