Hive Sql/Spark Sql语法

  • hive字符串转数字:max(CAST(split(split(description,'pdtime=')[1],'\;')[0] AS BIGINT) ) 
  • Hive 正则表达式 判断字符串是否是数字(整数)

正确的是: SELECT  '123456' rlike '^\\d+$';--true,前面需要是两个\\,后面的$必须要带

错误的是:SELECT '1234sdc' regexp '^[0-9]+' ; --true

  • 强制删除数据库

/*末尾加入 cascade */

drop database if exists DB_name cascade;

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: MySQLHive SQLSpark SQL之间的主要区别在于它们的设计目标和用途。MySQL是一种关系型数据库,主要用于处理结构化数据,而Hive SQLSpark SQL则是大数据处理的分布式SQL查询引擎,可以处理非结构化数据。此外,MySQLHive SQL语法有一定的差别,而Spark SQL则使用标准的ANSI SQL语法。 ### 回答2: MySQL是一种常见的关系型数据库管理系统,它使用SQL语言进行操作和管理数据。MySQL主要用于存储和查询结构化数据,支持事务处理和ACID特性。 Hive SQL是一种基于Hadoop的数据仓库解决方案,它提供了类似SQL的查询语言,称为Hive Query Language(HQL),用于在大规模数据集上执行分布式查询。Hive SQL语法与MySQLSQL语法有些许差异,因为Hive SQL是为了处理大规模数据而设计的,它支持复杂的数据处理和转换,并且可以与Hadoop生态系统的其他组件集成。 Spark SQL是Apache Spark的一个模块,它提供了用于在Spark集群上执行SQL查询的接口。Spark SQL支持标准的SQL语法,允许用户使用SQL语句对分布式数据进行查询和分析,同时还提供了更高级的功能,如DataFrame和DataSet的概念,支持流式查询和机器学习等。 在语法方面,MySQLHive SQLSpark SQL都遵循SQL的标准语法,但各自有一些差异。例如,MySQL支持CREATE TABLE语句来创建表,而Hive SQL使用CREATE TABLE AS SELECT来创建表,这样可以将查询结果直接写入表中。Spark SQL则采用了更简洁的语法,使用CREATE TABLE以及INSERT INTO语句来创建和插入数据。 此外,在数据处理方面,MySQL主要用于事务性应用,支持高性能的读写操作。Hive SQL更适用于大规模数据处理和分析,支持复杂的数据转换和计算。而Spark SQL则是为处理大规模数据而设计的,支持分布式计算和高性能的数据处理。 总体而言,MySQL适用于小规模数据的存储和查询,Hive SQL适用于大规模数据的分析和处理,而Spark SQL则更适合于需要在分布式环境中进行高性能数据处理和分析的场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值