《Hive权威指南》第七章：HiveQL视图

最新推荐文章于 2023-05-08 23:08:15 发布

csyigy

最新推荐文章于 2023-05-08 23:08:15 发布

阅读量527

点赞数

分类专栏： Hive权威指南文章标签： mapreduce hadoop hdfs 大数据

本文链接：https://blog.csdn.net/csyigy/article/details/105294603

版权

本文详细介绍了Hive视图的功能和用法，包括如何利用视图降低查询复杂度、限制数据过滤、处理动态分区以及注意事项。通过视图，可以将复杂的查询拆分成更易管理的部分，同时也探讨了视图在安全性、数据访问限制和表结构抽象等方面的作用。

摘要由CSDN通过智能技术生成

视图可以允许保存一个查询并像对待表一样对这查询进行操作。这个是一个逻辑结构，因为它不像表会存储数。

当一个查询引用视图时，这个视图所定义的查询语句将和用户的查询语句组合在一起，然后供Hive指定查询计划。从逻辑上讲，可以想象为Hive先执行这个视图，然后使用这个结果进行余下后续的查询。

1 使用视图来降低查询复杂度

当查询变长或者复杂的时候，可以通过视图来将查询语句分割成多个小的、更可控的片段可以降低这种复杂度。

FROM (
	SELECT * FROM people JOIN cart
    	ON (cart.people_id=people.id) WHERE firstname='john'
) a SELECT a.lastname WHERE a.id=3;

可以将上述的语句变成一个视图：

CREATE VIEW shorter_join AS
SELECT * FROM people JOIN cart
ON (cart.people_id=people.id) WHERE firstname='john';

现在就可以像操作表一样操作这个视图了。

SELECT lastname FROM

关注

专栏目录