选择题
- Hive是建立在(Hadoop)之上的数据仓库
- Hive默认分桶的数量是(-1)
- HiveQL和SQL的一个不同之处在于(Partition)操作
- 按粒度大小的顺序,Hive数据被分为数据库,数据表,分区和(桶)
- Hive查询语句中,select ceil(2.34);输出结果为(3)【向上取整】
题目1:
对input.txt进行分析,在hive中完成:
(1)创建一个数据库testdb
(2)创建内部表data,把input.txt的数据导入到data表
题目2:
在data表中完成统计math课程的平均分。
(可能会用到explode,split,cast内置函数,其中cast(a as int)是把字段a的值转换为整数)
方法一:
explode()
score列是字符串
使用split()切割后经过MapReduce就变成了数组,所以explode函数就会把数据中数据都放到一列
如果直接把字符串放进去,会出现如下错误,也就是参数只能为数组或者map映射类型。
方法二:
创建表格,注意这里的score不再是字符串,而是定义为int型的数组
导入数据
数据如下,可以看到每一列是按’:‘进行分割,列中的内容用’,'进行分割,放入数组中
扩展:lateral view
lateral view用于和split, explode等UDTF一起使用,它能够将一行数据拆成多行数据,在此基础上可以对拆分后的数据进行聚合。lateral view首先为原始表的每行调用UDTF,UTDF会把一行拆分成一或者多行,lateral view再把结果组合,产生一个支持别名表的虚拟表。---------引用自:https://www.jianshu.com/p/4804db6a3677