abc5254065的博客

1.from2.where3.group by4.order by5.limit6.select

1.count(distinct)当某key的值过多时，处理此key的reduce非常耗时，因为只有一个reduce任务解决办法：将值为空的情况单独处理，如过滤空值的行，在最后结果中加12.不同类型关联产生数据倾斜如int类型和string类型做join操作时，reduce非常耗时，只有一个reduce解决办法:把int类型转换成string类型3.开启数据倾斜负载均衡set hive.groupby.skewindata=true处理过程：生成两个MRJob,先随机分发处理，再通过key

1.instr搜索字符串中指定字符出现的位置，如果没有找到则返回0instr("abcd",'b')结果22.substrsubstr("abcdef",1,3) absubstr("abcdef",4)字符串截取函数，截取指定字符串的内容,若字符串后的参数个数为2，则截取1-3位置(初始位置为0)的字符串;若...

1.表创建1.1方式1create table t1(org_id int,banner string,pv int,uv int)partitioned by(day_id string) ##分区row format delimited fields terminated by '\t'stored as textfile;1.2方式2create table t2 as select * from t1;1.3方式3create table t2 li