如何在Hive表中用MySQL语法按最后一个横杠拆分单列？

需求说明 #

需要将Hive表中包含多个横杠(-)的name列，从最后一个横杠位置拆分出new_name列，同时保留原表其他字段。

原表数据 #

期望输出 #

解决方案 #

以下提供两种可行的SQL实现方式，可根据实际场景选择：

方法1：reverse+instr+substring组合（性能更优）

适合数据量较大的场景，通过反转字符串精准定位最后一个横杠：

SELECT 
    name,
    substring(name, instr(reverse(name), '-') + 1) AS new_name,
    age,
    gender
FROM your_table;

逻辑说明：

1. reverse(name)：将name字符串反转，例如a-b-c-d_b转为b_d-c-b-a
2. instr(reverse(name), '-')：找到反转后第一个-的位置，对应原字符串最后一个-的位置
3. substring(..., +1)：从原字符串中最后一个-的下一位开始截取，得到目标内容

方法2：split函数+数组索引（可读性更强）

代码逻辑直观，适合快速实现：

SELECT 
    name,
    split(name, '-')[size(split(name, '-')) - 1] AS new_name,
    age,
    gender
FROM your_table;

逻辑说明：

1. split(name, '-')：将name按-分割为数组，例如a-b-c-d_b分割为["a","b","c","d_b"]
2. size(split(...)) - 1：获取数组最后一个元素的索引
3. 通过索引直接提取数组最后一个元素，即最后一个-后的内容

特殊场景兼容 #

如果表中存在name不含横杠的记录，可增加条件判断避免报错：

-- 以方法2为例，兼容无横杠的情况
SELECT 
    name,
    CASE 
        WHEN name LIKE '%-%' THEN split(name, '-')[size(split(name, '-')) - 1]
        ELSE name 
    END AS new_name,
    age,
    gender
FROM your_table;

内容的提问来源于stack exchange，提问作者Sai Sasidhar