contains：判断字符串包含

速查结论

contains(left, right) 是 Spark SQL 中用于判断字符串是否包含子串的函数。如果 left 包含 right 则返回 true。注意：区分大小写，'Spark' 和 'SPARK' 被视为不同。支持 STRING 和 BINARY 类型。

语法

contains(left, right)

参数说明

参数	说明
left	被搜索的字符串或二进制表达式
right	要查找的子串或二进制表达式

返回值：left 包含 right 时返回 true。任一参数为 NULL 时返回 NULL。

Since: 3.3.0

示例

基础判断

-- 包含匹配（区分大小写）
SELECT contains('Spark SQL', 'Spark');
-- 结果: true

-- 大小写不匹配
SELECT contains('Spark SQL', 'SPARK');
-- 结果: false

-- NULL 传播
SELECT contains('Spark SQL', NULL);
-- 结果: NULL

二进制匹配

-- 二进制数据的包含判断
SELECT contains(x'537061726b2053514c', x'537061726b');
-- 结果: true

contains vs LIKE vs rlike 对比

函数	匹配方式	区分大小写	适用场景
contains(str, sub)	精确子串匹配	是	判断是否包含固定子串
LIKE	通配符 % _	是（取决于 collation）	简单模式匹配
rlike(str, regex)	正则表达式	是	复杂正则匹配

-- contains: 精确子串
SELECT contains('hello world', 'world');
-- 结果: true

-- LIKE: % 通配符
SELECT 'hello world' LIKE '%world%';
-- 结果: true

-- rlike: 正则
SELECT rlike('hello world', 'w.rld');
-- 结果: true

选型建议：

• 已知明确子串：用 contains，语义最清晰
• 前后可能有任意字符：用 LIKE '%sub%'
• 复杂模式（可选字符、数字匹配）：用 rlike

常见报错与避坑指南

大小写敏感

contains 区分大小写，大小写不匹配会返回 false。

-- 错误写法：大小写不一致
SELECT contains('Spark SQL', 'spark');
-- 结果: false

-- 正确写法：不区分大小写时用 lower/upper
SELECT contains(lower('Spark SQL'), lower('SPARK'));
-- 结果: true

任一参数为 NULL

任一参数为 NULL 时结果也为 NULL，需要在 WHERE 条件中注意。

-- NULL 导致结果也是 NULL
SELECT contains(NULL, 'abc');
-- 结果: NULL
SELECT contains('abc', NULL);
-- 结果: NULL

-- 用 coalesce 设置默认值
SELECT contains(coalesce(col, ''), 'abc') FROM t;

📱关注公众号

「数据仓库技术」文章同步更新，不错过每一篇干货

💬加群交流

备注「数据仓库技术」加入社群，每日一道大厂SQL真题