HiveQL：查询

最新推荐文章于 2024-12-13 23:10:55 发布

amberwest

最新推荐文章于 2024-12-13 23:10:55 发布

阅读量348

点赞数

分类专栏： Hive 文章标签： sql 正则表达式

本文链接：https://blog.csdn.net/Honghui_Wang/article/details/120381613

版权

本文介绍了HiveQL的基本查询操作，包括select、where、group by...having语句、join、排序、抽样查询、数据库抽样以及分桶表的输入裁剪。重点讲解了各种查询方式的特性和注意事项，例如where语句中浮点数比较的陷阱，join的执行策略，以及如何利用order by、sort by和distribute by进行排序。此外，还提到了分桶抽样和数据库抽样的应用场景，以及如何通过tablesample进行输入裁剪以提高效率。

摘要由CSDN通过智能技术生成

1、select语句

HiveQL一般是用本地模式执行，但涉及到聚合函数之类的就会启动MapReduce任务。可以设置hive.exec.mode.local.auto为true，其他操作也会尽量走本地模式。

select id, name from cast;

-- 依次获取字符串、集合元素（Array）、Map元素、Struct对象
select name, subordinates[0], deductions['State Taxes'], address.city from employee limit 3;

-- 匹配所有以price为前缀的列名，但我本地测试并不成功...
select symbol, `price.*` from stocks;

-- 列值计算、算术计算、简单函数、聚合函数等
select round(price_close) from stocks;

-- 默认是只能执行一个count(distinct)函数
select count(distinct symbol) from stocks;


-- 表生成函数：将每个元素都拆成新的记录，跟聚合函数相反
select explode(subordinates) from employee;
select parse_url_tuple('https://google.com/search?q=rick+and+morty','HOST','PATH','QUERY') AS (HOST,PATH,QUERY);

-- 嵌套子查询
from (
select upper(name), round(salary*(1-deductions['Federal Taxes'])) as salary_with_tax 
from employee
) e
select e.name, e.salary_with_tax
where e.salary_

最低0.47元/天解锁文章