📑 目录

• 1. 概述
• 2. 语法与参数
• 3. CONCAT_WS vs CONCAT：核心区别
• 4. 实战示例
• 5. 高级用法：与 COLLECT_LIST 组合
• 6. 注意事项与常见陷阱
• 7. 总结

---

1. 概述

CONCAT_WS 是 Hive（以及 MySQL、PostgreSQL 等数据库）中一个非常实用的字符串函数。它的名字是 CONCAT With Separator 的缩写，意为“带分隔符的连接”。与普通的 CONCAT 函数不同，CONCAT_WS 允许你指定一个分隔符，然后将多个字符串用该分隔符拼接成一个完整的字符串。

它特别适合处理需要将多个字段或值合并为一个可读字符串的场景，如生成 CSV 行、拼接地址、合并标签等。

---

2. 语法与参数

CONCAT_WS(separator, string1, string2, ...)

参数说明：

参数	类型	描述
separator	STRING	分隔符，可以是任意字符串（如 ','、'-'、`’
string1, string2, ...	STRING / 可转为 STRING 的类型	要拼接的一个或多个字符串或列

返回值： STRING

核心特性：

• 自动跳过 NULL：如果任意一个 string 参数为 NULL，CONCAT_WS 会忽略该 NULL，不会在结果中产生额外的分隔符或 NULL 值。
• 分隔符仅出现在非 NULL 值之间：不会在开头或结尾添加多余的分隔符。

---

3. CONCAT_WS vs CONCAT：核心区别

特性	CONCAT	CONCAT_WS
分隔符	无，直接拼接	可指定任意分隔符
处理 NULL	只要有一个参数为 NULL，结果即为 NULL	忽略 NULL，继续拼接其他非 NULL 值
参数数量	至少 2 个	至少 2 个（分隔符 + 至少一个字符串）
典型场景	固定字符串拼接，无分隔需求	CSV 生成、地址合并、标签拼接等

示例对比：

-- CONCAT：NULL 导致结果为 NULL
SELECT CONCAT('a', 'b', NULL);   -- 结果：NULL

-- CONCAT_WS：忽略 NULL，只拼接 'a' 和 'b'
SELECT CONCAT_WS(',', 'a', 'b', NULL);   -- 结果：'a,b'

---

4. 实战示例

假设有一张用户表 users：

user_id	first_name	last_name	city	age
1	张	三	北京	28
2	李	四	NULL	35
3	王	NULL	上海	NULL

示例 1：拼接姓名（带空格分隔符）

SELECT 
    user_id,
    CONCAT_WS(' ', first_name, last_name) AS full_name
FROM users;

结果：

user_id	full_name
1	张 三
2	李 四
3	王

示例 2：生成 CSV 行（逗号分隔）

SELECT 
    user_id,
    CONCAT_WS(',', user_id, first_name, last_name, city, age) AS csv_line
FROM users;

结果：

user_id	csv_line
1	1,张,三,北京,28
2	2,李,四,,35
3	3,王,,上海,

⚠️ 重要陷阱：CONCAT_WS 会完全跳过 NULL 值，而不是用空字符串替代。这意味着如果某列为 NULL，它不会在结果中留下占位分隔符。例如示例 2 中 user_id=2，city 为 NULL，结果变成了 2,李,四,35（city 缺失，导致列数不对）。这通常不是我们想要的效果。

示例 3：使用 COALESCE 将 NULL 转为空字符串

为了保留 NULL 的占位（即保留分隔符位置），需要先用 COALESCE 或 IFNULL 将 NULL 转为空字符串：

SELECT 
    user_id,
    CONCAT_WS(',', 
        user_id, 
        first_name, 
        last_name, 
        COALESCE(city, ''), 
        COALESCE(CAST(age AS STRING), '')
    ) AS csv_line
FROM users;

结果：

user_id	csv_line
1	1,张,三,北京,28
2	2,李,四,,35
3	3,王,,上海,

---

5. 高级用法：与 COLLECT_LIST 组合

CONCAT_WS 经常与 COLLECT_LIST 配合，实现行转列并拼接为字符串。例如，将每个用户的所有标签合并为一个逗号分隔的字符串。

-- 用户标签表 user_tags (user_id, tag)
SELECT 
    user_id,
    CONCAT_WS(',', COLLECT_LIST(tag)) AS tags_str
FROM user_tags
GROUP BY user_id;

如果希望去重，可以使用 COLLECT_SET：

SELECT 
    user_id,
    CONCAT_WS(',', COLLECT_SET(tag)) AS unique_tags_str
FROM user_tags
GROUP BY user_id;

---

6. 注意事项与常见陷阱

6.1 NULL 处理的双刃剑

• CONCAT_WS 忽略 NULL 的特性有时是优点（避免整个结果为 NULL），但在需要保留占位符（如 CSV 导出）时却是陷阱。务必使用 COALESCE 或 NVL 将 NULL 转为空字符串。

6.2 分隔符不能为 NULL

如果分隔符参数为 NULL，整个函数返回 NULL。确保分隔符是非 NULL 常量。

SELECT CONCAT_WS(NULL, 'a', 'b');   -- 结果：NULL

6.3 数据类型转换

所有参数会被隐式转换为 STRING。如果参数是数字、日期等，会自动转为字符串。但复杂类型（如数组、结构体）需要先转为字符串。

6.4 性能考虑

CONCAT_WS 本身开销很小，但在大数据量下拼接长字符串可能导致内存压力。如果需要拼接数千个字段，建议评估结果字符串长度是否超过 Hive 的字符串限制（通常为 1MB~2MB，可配置）。

6.5 与 || 运算符的区别

某些数据库支持 || 作为字符串拼接运算符，但 Hive 中 || 是逻辑或。Hive 2.2.0+ 开始支持 CONCAT 和 CONCAT_WS，但没有内置的 || 字符串拼接。因此建议统一使用 CONCAT_WS。

---

7. 总结

维度	核心内容
函数作用	使用指定分隔符拼接多个字符串，自动跳过 NULL
典型场景	生成 CSV 行、合并姓名/地址、拼接标签列表
与 CONCAT 区别	CONCAT 不支持分隔符，遇到 NULL 返回 NULL；CONCAT_WS 支持分隔符，忽略 NULL
重要陷阱	NULL 被忽略不占位，若需占位请用 COALESCE 转为空字符串
常见搭档	COLLECT_LIST / COLLECT_SET 实现行转列拼接

一句话记忆：CONCAT_WS 是带分隔符的智能拼接器——它跳过 NULL，但不会跳过你的需求。

---