Spark SQL中是否有等价于Redshift REGEXP_COUNT的函数？

Spark SQL 没有与 Redshift 的REGEXP_COUNT完全同名的内置函数，但可以通过现有函数组合实现统计子字符串出现次数的需求，以下是两种常用方法：

方法一：使用 split + size #

这是最通用的方法，适用于任意正则表达式匹配的子串：

SELECT size(split('1->2->3->456', '->')) - 1 AS regexp_count_result;

执行后返回结果为3，与你需要的效果一致。
原理：split函数会将原字符串按匹配的子串拆分，拆分后的数组长度减去1，就是子串出现的次数。

方法二：使用 regexp_replace + length（适用于固定长度子串） #

如果待统计的子串是固定长度的，可以用这种方式：

SELECT length(regexp_replace('1->2->3->456', '[^->]', '')) / 2 AS regexp_count_result;

这里'->'长度为2，所以用处理后的字符串长度除以2得到次数。注意这种方法仅适用于子串长度固定的场景，且需要注意正则表达式的转义问题。

内容的提问来源于stack exchange，提问作者Woody