关于HIVE的小白经验

最后更新2016-11-24

 

1. 关于建立数据表

     create table在本地系统创建。create external table在HDFS。

例子：

CREATE EXTERNAL TABLE atr_click_reqid (
    atr_reqid string)
    PARTITIONED BY (datecol string)
    ROW FORMAT DELIMITED
    FIELDS TERMINATED BY '\t'
    STORED AS INPUTFORMAT  'org.apache.hadoop.mapred.TextInputFormat'
    OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
    LOCATION '/tmp/atr/0510click';

ALTER TABLE test.atr_click_reqid ADD IF NOT EXISTS PARTITION(datecol='20160510')  LOCATION '/tmp/atr/0510click/20160510/';

【注意】 

创建失败有可能是权限问题导致。

【注意】 

如果使用LOAD命令，会导致原目录的数据被移动。所有尽量使用LOCATION命令。

 

2. 关于安装

   安装过程非常简单。安装官网的说明，分分钟搞定。

   无须在所有机器进行安装。提交任务的机器安装即可。  

 

3. 有不解的问题咋办？

    到 https://issues.apache.org/jira/browse 找别人提交的问题会很有帮助

 

4. 空值处理

    hive没有IFNULL函数，因此可以使用CASE WHEN这样的语句来处理空值

    例子：

SELECT  CASE  WHEN a IS NULL THEN 0 ELSE a END
FROM
     tb_1;

   或者

SELECT  IF(a IS NULL,0, a )
FROM
     tb_1;

   

    【注意】

     如果不处理空值，会有两个情况发生。

1. SUM()函数处理集合中有null值，会导致最后的结果为null
2. join操作时，null值与任何值（包括null）都无法匹配并成功join