基于正则的HIVE表cdn_url字段更新查询方案咨询

可以通过Hive的字符串函数结合UPDATE语句实现需求，以下是两种可行方案：

方案一：固定字符串替换（推荐，性能更优） #

由于旧CDN域名是固定完整字符串，直接使用replace()函数即可精准替换，同时通过WHERE条件过滤空字符串或NULL的记录，避免无效更新：

UPDATE your_table_name
SET cdn_url = replace(cdn_url, 'https://jjffkk.cloudfront.net', 'https://newcdnpattern.cloudfront.net')
WHERE cdn_url IS NOT NULL AND cdn_url != '';

方案二：正则表达式替换（适配复杂域名场景） #

如果后续域名规则有变动，可使用regexp_replace()匹配域名部分进行替换，比如精准匹配以旧域名开头的URL：

UPDATE your_table_name
SET cdn_url = regexp_replace(cdn_url, '^https://jjffkk\\.cloudfront\\.net', 'https://newcdnpattern.cloudfront.net')
WHERE cdn_url IS NOT NULL AND cdn_url != '';

注意事项 #

• 确保Hive表支持ACID事务（需开启对应配置，且表为MANAGED表、文件格式为ORC等），否则UPDATE语句无法执行；若为外部表，通常需通过INSERT OVERWRITE重写数据实现类似效果。
• 必须保留WHERE条件，否则空字符串或NULL的记录会被更新为NULL（replace函数处理NULL时返回NULL）。

内容的提问来源于stack exchange，提问作者vish4071