Hive无分隔符连续字符串按固定长度拆分多行多列方案咨询

核心逻辑：先通过行转列函数生成对应数量的空行，匹配每一行的字符偏移量，再按固定长度截取字段即可。

前置条件 #

默认你的源表testdb1.example_table仅存1行数据，data字段存储全量连续字符。

适用Hive 2.1及以上版本 #

Hive 2.1版本新增sequence函数，可直接生成步长为15的偏移序列（每3个字段共占用15个字符）：

select
  substr(data, offset + 1, 5) as first_col,
  substr(data, offset + 6, 5) as second_col,
  substr(data, offset + 11, 5) as third_col
from testdb1.example_table
lateral view posexplode(sequence(0, length(data)-1, 15)) t as pos, offset
-- 过滤末尾不足15个字符的无效片段，不需要可删除该行
where offset + 15 <= length(data);

说明：Hive的substr函数从1开始计数，所以偏移量需要加1做适配

适用Hive 2.1以下版本 #

低版本没有sequence函数，可以通过空字符串拆分生成序列：

select
  substr(data, pos*15 + 1, 5) as first_col,
  substr(data, pos*15 + 6, 5) as second_col,
  substr(data, pos*15 + 11, 5) as third_col
from testdb1.example_table
lateral view posexplode(split(space(ceil(length(data)/15)-1), '')) t as pos, val
-- 过滤末尾不足15个字符的无效片段，不需要可删除该行
where pos*15 + 15 <= length(data);

输出逗号分隔格式 #

如果需要直接输出和示例一致的逗号拼接字符串，将select部分替换为：

concat_ws(',', substr(data, offset + 1,5), substr(data, offset +6,5), substr(data, offset +11,5)) as line_content

内容的提问来源于stack exchange，提问作者Antriksh