Hive 0.6版本及以上支持视图
Hive View具有以下特点:
1. View是逻辑存在,Hive暂不支持物化视图(1.0.3)
2. View只读,不支持LOAD/INSERT/ALTER。需要改变View定义,可以是用Alter View
3. View内可能包含ORDER BY/LIMIT语句,假如一个针对view的查询也包含这些语句, 则view中的语句优先级高。例如,定义view数据为limit 10, 针对view的查询limit 20,则最多返回10条数据。
4. Hive支持迭代视图
创建View
删除view
修改view
Hive View具有以下特点:
1. View是逻辑存在,Hive暂不支持物化视图(1.0.3)
2. View只读,不支持LOAD/INSERT/ALTER。需要改变View定义,可以是用Alter View
3. View内可能包含ORDER BY/LIMIT语句,假如一个针对view的查询也包含这些语句, 则view中的语句优先级高。例如,定义view数据为limit 10, 针对view的查询limit 20,则最多返回10条数据。
4. Hive支持迭代视图
创建View
- CREATE VIEW [IF NOT EXISTS] view_name [(column_name [COMMENT column_comment], ...) ]
- [COMMENT view_comment]
- [TBLPROPERTIES (property_name = property_value, ...)]
- AS SELECT ...
- DROP VIEW [IF EXISTS] view_name
- ALTER VIEW view_name SET TBLPROPERTIES table_properties
- table_properties:
- : (property_name = property_value, property_name = property_value, ...)
实例:
hive> desc student; OK id int name string academy string class string Time taken: 0.146 seconds hive> create view student_view (id, name_length) as select id, length(name) from student; OK Time taken: 0.424 seconds hive> desc student_view; OK id int name_length int Time taken: 0.071 secondshive> select * from student; Total MapReduce jobs = 1 ...... Total MapReduce CPU Time Spent: 680 msec 1 20 computer 034 2 21 computer 034 3 19 computer 034 4 18 computer 034 5 22 computer 034 6 23 computer 034 7 25 computer 034 1 20 physics 034 2 21 physics 034 3 19 physics 034 4 18 physics 034 5 22 physics 034 6 23 physics 034 7 25 physics 034Time taken: 0.176 seconds hive> select * from student_view; Total MapReduce jobs = 1 ...... Total MapReduce CPU Time Spent: 680 msec OK 1 2 2 2 3 2 4 2 5 2 6 2 7 2 1 2 2 2 3 2 4 2 5 2 6 2 7 2
Time taken: 20.592 secondshive> create view student_view_view(id) > as > select id from student_view; OK Time taken: 0.215 seconds hive> select * from student_view_view; Total MapReduce jobs = 1 ..... Total MapReduce CPU Time Spent: 790 msec OK
1 2 3 4 5 6 7 1 2 3 4 5 6 7
hive中的视图是只读的,所以无法通过视图向基表(base table)加载或插入数据。视图的 SELECT 语句只在执行引用视图的语句时才执行。
对于上节用于 查询每年各个气象站气温最大值的均值 的HQL语句,可以先创建一个记录有效记录(即有特定quality值)的视图:
CREATE VIEW valid_records AS SELECT * FROM records2 WHERE temperature != 999 AND (quality=0 OR quality=1 OR quality=4 OR quality=5 OR quality=9);
创建视图时并不执行查询,查询只是存储在metastore中。
SHOW TABLES命令的输出结果里包括视图。使用 DESCRIBE EXTENDED view_name查看某个视图的详细信息,包括用于定义它的那个查询。
接下来,基于第一个视图,建立第二个视图(每个观测站每年的最高气温):
CREATE VIEW view_max_temperatures (station, year, max_temperature) AS SELECT station, year, MAX (temperature) FROM valid_records GROUP BY station, year;
在这个视图定义中,显示列出了列的名称。因为最高气温列是一个聚集表达式,如果我们不指明,Hive会自己创建一个别名(例如_C2)。
我们也可以在SELECT语句中使用AS子句来为列命名( MAX(temperature) AS max_temperature)。
有了这两个视图,现在我们就可以执行查询了:
SELECT station, year, AVG(max_temperature)
FROM view_max_temperatures
GROUP BY station, year;
这个查询的结果和前面使用子查询的结果是一样的。并且,Hive为他们所使用的MR作业也一样:2个,每个GROUP BY使用一个MR作业。