如何在Hive表列中检测指定字符串模式（Cloudera集群Hive-0.13.1环境）

嘿，刚好有过类似的Hive字符串匹配经验，针对你在Cloudera集群上用Hive 0.13.1检测运动员简称的需求，给你几个实用的方案：

方法1：使用LIKE逐个匹配（适合少量关键词） #

如果你的目标简称数量不多，直接用LIKE搭配通配符%是最直观的方式：

SELECT full_name
FROM players
WHERE full_name LIKE '%Dravid%'
   OR full_name LIKE '%Sachin%'
   OR full_name LIKE '%Ganguly%';

这里的%代表任意长度的字符（包括0个），能精准匹配出全名中包含目标简称的记录，就像你示例里的Rahul Dravid、Sachin Ramesh Tendulkar这些都会被筛选出来。

方法2：使用RLIKE正则匹配（适合多关键词场景） #

如果后续要添加更多简称，用多个OR会显得繁琐，这时可以用RLIKE（Hive支持的正则匹配语法），把所有关键词用|分隔：

SELECT full_name
FROM players
WHERE full_name RLIKE 'Dravid|Sachin|Ganguly';

RLIKE会检查列值是否匹配正则表达式中的任意一个关键词，写法更简洁，维护起来也方便。

进阶：标记匹配到的具体简称 #

要是你需要明确每条记录匹配的是哪个简称，可以结合CASE语句实现：

SELECT 
    full_name,
    CASE
        WHEN full_name LIKE '%Dravid%' THEN 'Dravid'
        WHEN full_name LIKE '%Sachin%' THEN 'Sachin'
        WHEN full_name LIKE '%Ganguly%' THEN 'Ganguly'
    END AS matched_player
FROM players
WHERE full_name RLIKE 'Dravid|Sachin|Ganguly';

这条查询会额外返回一列matched_player，直接告诉你当前行匹配的是哪个运动员简称，方便后续的数据分析。

额外提示：大小写不敏感匹配 #

默认的匹配是大小写敏感的，如果你的数据里存在大小写混合的情况，可以用LOWER()函数统一转换后再匹配：

SELECT full_name
FROM players
WHERE LOWER(full_name) RLIKE 'dravid|sachin|ganguly';

这样不管全名里的简称是大写还是小写，都能被正确匹配到。

内容的提问来源于stack exchange，提问作者JKC