hive学习笔记

/*hive 学习笔记*/

/*--------------------------------------------------------------------2018.7.22-------------------------------------------------------------------------------*/

/*hive基础知识：
    hadoop组成部分：
        mapreduce：一种计算模型，该模型将大型数据处理任务分解成很多个，可以在服务器集群上并行执行的任务。这些任务的计算结果可以合并在一起来计算最终的结果。                
        分布式文件系统HDFS
    HiveQL/HQL:hive查询语言，用来查询存储在hadoop集群中的数据，将大多数的查询转换为MapReduce任务。
    hive不是一个完整的数据库，不支持记录级别的更新、插入或者删除操作，但是用户可以通过查询生成新表或者将查询结果导入到文件中；hive不支持OLTP（联机事务处理）
        所需的关键功能，而更接近成为一个OLTP（联机分析技术）工具。*/

/*hive基本数据类型：
    TINYINT 1byte 有符号整数
    SAMLLINT 2byte 有符号整数
    INT 4byte 有符号整数
    BIGINT 8byte 有符号整数
    BOOLEAN 布尔类型，true或者false
    FLOAT 单精度浮点数
    DOUBLE 双精度浮点数
    STRING 字符序列，可以指定字符集。可以使用单引号或者双引号
    TIMESTAMP 整数，浮点数或者字符串
    BINARY 字节数组*/    

/*hive集合数据类型：
    STRUCT 和C语言中的struct或者对象类似，都可以通过“点”符号访问元素内容。例如，如果某个列的数据类型是struct{first string，last string}，那么第1个元素可以通过
            字段名.first来引用
    MAP map是一组键-值对元祖集合，使用数组表示法（例如['key']）可以访问元素。例如，如果某个列的数据类型是map，其中键->值对是'first'->'john'和'last'->'doe'，那么
        可以通过字段名['last']获取最后1个元素
    ARRAY 数组是一组具有相同类型的名称的变量的集合。这些变量称为数组的元素，每个数组元素都有一个编号，编号从0开始。例如，数组值为['john','doe']，那么第2个元素可
        以通过数组名[1]进行引用*/
/*eg:hive使用这些数据类型的表结构声明语句，这是一张虚构的人力资源应用程序中的员工表*/
hive> CREATE TABLE employees(
      name STRING,
      salary FLOAT,
      subordinates ARRAY<STRING>,
      deductions MAP<STRING,FLOAT>,
      address STRUCT<street:STRING,city:STRING,state:STRING,zip:INT>
      );

/*hive中默认的按记录和字段分割符：
    \n 对于文本文件来说，每行都是一条记录，因此换行符可以分隔记录
    ^A(ctrl+A) 用于分隔字段（列）。在create table语句中可以使用八进制编码