Hive SQL中如何在匹配逻辑里实现排除p数值大于2的记录？

要实现排除所有p>2的记录，核心是先从col_3中提取p=后面的数值，再进行数值比较。以下是几种可行的写法：

基础写法（保留无p=字段的记录） #

select col1, col2 
from table_1
where NOT (cast(regexp_extract(col_3, 'p=(\\d+)', 1) as int) > 2)

等价简化写法 #

select col1, col2 
from table_1
where coalesce(cast(regexp_extract(col_3, 'p=(\\d+)', 1) as int), 0) <= 2

这里用coalesce把提取不到数值的情况（结果为null）默认转为0，确保这类记录也会被保留（如果你的业务需要保留无p=字段的数据）。

仅保留有p=字段且p<=2的记录 #

如果需要排除没有p=字段的记录，可以加上非空判断：

select col1, col2 
from table_1
where regexp_extract(col_3, 'p=(\\d+)', 1) != ''
  and cast(regexp_extract(col_3, 'p=(\\d+)', 1) as int) <= 2

关键逻辑说明 #

• regexp_extract(col_3, 'p=(\\d+)', 1)：通过正则匹配提取p=之后的所有数字字符，比如col_3值为a=5&p=4&b=2时，会提取出4；
• cast(...) as int：将提取到的字符串数字转为整数，避免字符串比较的误差（比如字符串"10"和"2"比较会误判为"10"<"2"）；
• 最终通过数值比较筛选出符合要求的记录。

内容的提问来源于stack exchange，提问作者RohitM