hive初识

数据仓库：Data Warehouse 简写为DW

数据仓库 面向分析（大而全、准确性）：

是面向主题、集成、不可修改、反映历史变化   用于数据分析，辅助管理决策

数据库 面向事务（一致性、时效性）

为什么分区？

可以让用户在做数据分析统计时缩小数据扫描的范围，因为可以在select时指定要统计的分区，提高查询效率。

分区字段是隐藏的，非建表字段，但是select会查出来

一张表可以有多个分区，分区下也可以有多个分区，无限套娃

PARTIONED BY(col_name data_type)

为什么分桶？

单个分区或者表中的数据量越来越大，当分区不能更细粒的划分数据时，所以会采用分桶技术将数据更细粒度的划分和管理。

基本数据类型：

Hive数据类型	Java数据类型	长度	示例
TINYINT	byte	1字节	6
SMALLINT	short	2字节	6
INT	int	4字节	6
BIGINT	long	5字节	6
BOOLEAN	boolean	布尔类型 true / false	true/false
FLOAT	float	单精度浮点数	3.1415926
DOBULE	double	双精度浮点数	3.1415926
STRING	String	字符串 可以使用单引号或者双引号	“中华人民共和国”
TIMESTAMP		时间类型
BINARY		字节数组

集合类型：

数据类型	描述	语法示例
MAP	MAP 是一组键-值对元组集合，使用数组表示法可以 访问数据。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’]获取最后一个元素	map() 例如：map<string, int>
ARRAY	数组是一组具有相同类型和名称的变量的集合。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 零开始。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。	Array() 例如：array
STRUCT	和 c 语言中的 struct 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.first来引用。	struct() 例如：struct<street:string, city:string> 格式为：字段名:字段类型

集合类型之array (1) 先创建一张表：

create table t_array(id int,name string,hobby array<string>)
row format delimited
fields terminated by ','
collection items terminated by '-'
stored as textfile;

load data inpath '/tmp/array.txt' into table t_array;

(2) 准备数据文件 t_array.txt

1,zhangsan,唱歌-跳舞-游泳
2,lisi,打游戏-篮球

(3) 查询数据

select id ,name,hobby[0],hobby[1] from t_array;
+-----+-----------+------+------+
| id  |   name    | _c2  | _c3  |
+-----+-----------+------+------+
| 1   | zhangsan  | 唱歌   | 跳舞   |
| 2   | lisi      | 打游戏  | 篮球   |
+-----+-----------+------+------+
select id ,name,hobby[0],hobby[1],hobby[2] from t_array;
+-----+-----------+------+------+-------+
| id  |   name    | _c2  | _c3  |  _c4  |
+-----+-----------+------+------+-------+
| 1   | zhangsan  | 唱歌   | 跳舞   | 游泳    |
| 2   | lisi      | 打游戏  | 篮球   | NULL  |
+-----+-----------+------+------+-------+
select * from t_array;
+-------------+---------------+-------------------+
| t_array.id  | t_array.name  |   t_array.hobby   |
+-------------+---------------+-------------------+
| 1           | zhangsan      | ["唱歌","跳舞","游泳"]  |
| 2           | lisi          | ["打游戏","篮球"]      |
+-------------+---------------+-------------------+
2 rows selected (0.114 seconds)

集合类型之map

(1) 先创建一张表

create table t_map(id int,name string,hobby map<string,string>)
row format delimited
fields terminated by ','
collection items terminated by '-'
map keys terminated by ':'
stored as textfile;

#加载数据
load data inpath '/tmp/t_map.txt' into table t_map;

(2) 准备数据文件 t_map.txt

1,zhangsan,唱歌:非常喜欢-跳舞:喜欢-游泳:一般般
2,lisi,打游戏:非常喜欢-篮球:不喜欢

查询数据：

 select * from _map;
+-----------+-------------+-------------------------------------+
| t_map.id  | t_map.name  |             t_map.hobby             |
+-----------+-------------+-------------------------------------+
| 1         | zhangsan    | {"唱歌":"非常喜欢","跳舞":"喜欢","游泳":"一般般"}  |
| 2         | lisi        | {"打游戏":"非常喜欢","篮球":"不喜欢"}           |
+-----------+-------------+-------------------------------------+
2 rows selected (0.103 seconds)
select id,name,hobby['唱歌'] from t_map;
+-----+-----------+-------+
| id  |   name    |  _c2  |
+-----+-----------+-------+
| 1   | zhangsan  | 非常喜欢  |
| 2   | lisi      | NULL  |
+-----+-----------+-------+
2 rows selected (0.115 seconds)
select id,name,hobby['唱歌'],hobby['跳舞'] from t_map;
+-----+-----------+-------+-------+
| id  |   name    |  _c2  |  _c3  |
+-----+-----------+-------+-------+
| 1   | zhangsan  | 非常喜欢  | 喜欢    |
| 2   | lisi      | NULL  | NULL  |
+-----+-----------+-------+-------+

hive基本操作：

        输入hive，进入hive

        查看所有数据库：show databases；

        建表语句：

create table test ( 
	name string, 
	friends array<string>,
	children map<string, int>, 
	address struct<street:string, city:string>
) 
row format delimited 
fields terminated by ',' 
collection items terminated by '_' 
map keys terminated by ':' 
lines terminated by '\n';

        选择数据库：

use tablename;

        查看数据库中所有表：

show tables；

        创建表，以及增删改查都与MySQL语法基本一致