Hadoop07---Hive基础

最新推荐文章于 2022-03-09 17:49:02 发布
最新推荐文章于 2022-03-09 17:49:02 发布
阅读量1.2k 收藏
点赞数
分类专栏： 笔记 文章标签： hive hadoop
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lb634774742/article/details/110352931
版权

HIVE

一 hive的启动与连接

使用hive的前提：安装好sql、hadoop、hdfs、yarn

1.启动hive

  • 初始化：

    • 只执行一次，执行过后，后面再次启动时不需要执行

    • 在bin目录下执行：

      schematool -initSchema -dbType mysql

  • 开启元数据服务

    • 前台启动：

      hive --service metastore

    • 后台启动：

      hive --service metastore &

  • 直接启动：hive

  • 远程连接启动：

    • 先开启hiveserver2服务：hiveserver2

    • 使用JDBC连接：jdbc:hive2://linux01:10000

    • beeline端：

      • 直接输入beeline进入beeline客户端

      • 连接hive2服务端口（等待hiveserver2加载出4个Hive Session ID）

        !connect jdbc:hive2://linux01:10000

        输入用户名：root

        输入密码：默认没有，直接回车

      • beeline中可以操作hdfs

    • IDEA端：

      • 新建maven项目
      • 添加依赖：
      <groupId>org.apache.hive</groupId>
<artifactId>hive-jdbc</artifactId>
<version>1.2.1</version>

      • 新建—>Data Source—>Apache Hive

      • 添加连接信息

        image-20201129140916861

  • 启动成功标志：

    • jps进程（3个RunJar）：
      • 元数据服务一个RunJar
      • hiveserver2一个RunJar
      • hive2的进程一个RunJar

    [外链图片转存中…(img-IuaL3vn2-1607216353289)]

    • 端口：
      • SQL：3306
      • 元数据服务：9083
      • hiveserver2：10000

2.远程连接

  • hive通过设置hive-site.xml将元数据存储到mysql中，连接了mysql与hdfs
    • 元数据的数据库信息存储在mysql—>hive表—>DBS表中
    • 表信息存储在mysql—>hive表—>TBLS表中
  • 在hive中，可以直接方位hdfs和linux文件系统
    • 访问hdfs：dfs -help
    • 访问linux：！ help

3.linux操作hive(-e和-f)

  • “-e”不进入hive的交互窗口执行sql语句

    [root@doit01hive]$ bin/hive -e “select id from student;”

  • “-f”执行脚本中sql语句

    • 在/opt/module/datas目录下创建hivef.sql文件

      [root@doit01datas]$ touch hivef.sql

    • 文件中写入正确的sql语句

      select *from student;

    • 执行文件中的sql语句

      [root@doit01hive]$ bin/hive -f /opt/module/datas/hivef.sql

    • 执行文件中的sql语句并将结果写入文件中

      [root@doit01hive]$ bin/hive -f /opt/module/datas/hivef.sql > /opt/module/datas/hive_result.txt

二 数据类型

1.基本数据类型

Hive数据类型Java数据类型长度例子
TINYINTbyte1byte有符号整数20
SMALLINTshort2byte有符号整数20
INTint4byte有符号整数20
BIGINTlong8byte有符号整数20
BOOLEANboolean布尔类型，true或者falseTRUE FALSE
FLOATfloat单精度浮点数3.14159
DOUBLEdouble双精度浮点数3.14159
STRINGstring字符系列。可以指定字符集。可以使用单引号或者双引号。‘now is the time’ “for all good men”
TIMESTAMP时间类型
BINARY字节数组

2.集合数据类型

数据类型描述语法示例
STRUCT(结构体)对象和c语言中的struct类似，都可以通过“点”符号访问元素内容。例如，如果某个列的数据类型是STRUCT{first STRING, last STRING},那么第1个元素可以通过字段.first来引用。类似于java中的pojostruct()
MAP 映射MAP是一组键-值对元组集合，使用数组表示法可以访问数据。例如，如果某个列的数据类型是MAP，其中键->值对是’first’->’John’和’last’->’Doe’，那么可以通过字段名[‘last’]获取最后一个元素map()
ARRAY 数组数组是一组具有相同类型和名称的变量的集合。这些变量称为数组的元素，每个数组元素都有一个编号，编号从零开始。例如，数组值为[‘John’, ‘Doe’]，那么第2个元素可以通过数组名[1]进行引用。Array()

  • Json数据导入

    • 使用函数：json_tuple ，输入json行字符串，需要的字段的key（需要加引号）

      create table test_json 
as select json_tuple(str,'movie','rate','timeStamp','uid')  --输入key,以获取值
as (movie,rate,timeStamp,uid)  --上面要引号,这里不用
from test_movie2;

  • 集合数据类型使用演示：

    准备数据:
benben,fengjie_furong,xiaoben:18_daben:19,hui long guan_beijing
yangyang,caicai_susu,xiaoyang:18_xiaoxiao yang:19,chao yang_beijing

建表:
create table test_jihe (
    name string,
    friends array<string>,
    children map<string,int>,
    addr struct<street:string,city:string>) 
row format delimited fields terminated by ','	--设置字段分隔符
collection items terminated by '_' 			--设置集合(array,map)元素的分隔符(struct适用)
map keys terminated by ':' 					--设置map键值对的分隔符
lines terminated by '\n';					--设置换行的分隔符(默认\n,可以不写)
导入数据:
load data local inpath '/root/anli/jihe/jihe.txt' into table test_jihe;

    [外链图片转存中…(img-BjPiLTnQ-1607216353295)]

  • 集合数据常用方法：

    -- 取值:
array[index]
map['key']
struct.属性		e.g	addr.city

-- 获取长度:
size(arr)

-- 获取map集合中所有的key:
map_keys(map)
select map_keys(children) from test_jihe;
+-------------------------------+
|              _c0              |
+-------------------------------+
| ["xiaoben","daben"]           |
| ["xiaoyang","xiaoxiao yang"]  |
+-------------------------------+

-- 获取map集合的所有value:
map_values(map)
select map_values(children) from test_jihe;
+----------+
|   _c0    |
+----------+
| [18,19]  |
| [18,19]  |
+----------+

三 Hive基础操作

1.DDL语言

1.1 建表语句
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name 
[(col_name data_type [COMMENT col_comment], ...)] 
[COMMENT table_comment] 
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] 分区
[CLUSTERED BY (col_name, col_name, ...) 分桶
[SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS] 
[ROW FORMAT row_format]   row format delimited fields terminated by “分隔符”
[STORED AS file_format]
[LOCATION hdfs_path]


create [external] table [if not exists] table_name 
--创建    [外部(删除表不会删除数据)]  表格 [如果不存在] 表名
[(col_name data_type [comment col_comment], ...)]
--[(列名   数据类型    [标注    列名标注] , ...)]
[comment table_comment]
--[标注   表标注]
[partitioned by (col_name data_type [comment col_comment], ...)]
--[分区      通过 (列名     数据类型    [标注    列标注], ...)]
[clustered by (col_name,col_name, ...)]
--[分桶    通过 (列名  ,  列名  ,  ...)]
[sorted by (col_name [ASC|DESC], ...)] into num_buckets buckets]
--[分类 通过 (列名     [正序|倒序], ...)] 在..中  数字桶    桶 ]
[row format row_format]    row format delimited fields terminated by “分隔符”
--[行 格式   行格式     ]     行   格式    分割      字段     限制     为 
[stored as file_format]
--[存储 作为 文件格式]
[location hdfs_path]
--[地址    路径]
1.2 数据库操作
  • 查询数据库
--显示数据库
show databases;

--过滤显示查询的数据库
show databases like 'db_hive*';
OK
db_hive
db_hive_1

--显示数据库信息
desc database db_hive;
OK
db_hive		hdfs:/doit01:9000/user/hive/warehouse/db_hive.db

--显示数据库详细信息
desc database extended db_hive;
OK
db_hive		hdfs:/doit01:9000/user/hive/warehouse/db_hive.db	

--切换当前数据库
use db_hive;
  • 修改数据库
--使用ALTER DATABASE命令为某个数据库的DBPROPERTIES设置键-值对属性值，来描述这个数据库的属性信息
alter database db_hive set dbproperties('createtime'='20170830');
alter database db_name set dbproperties(''='',''='') ;

--在hive中查看修改结果
hive> desc database extended db_hive;
db_name comment location        owner_name      owner_type      parameters
db_hive         hdfs:/doit01:8020/user/hive/warehouse/db_hive.db   root USER    {createtime=20170830}
  • 删除数据库
--删除空数据库
hive>drop database db_hive2;

--如果数据库不为空，可以采用cascade命令，强制删除
hive> drop database db_hive;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_hive is not empty. One or more tables exist.)
hive> drop database db_hive cascade;
1.3 表格操作
--查看表格详细信息
desc  formatted  tb_name ;

--重命名表
ALTER TABLE table_name RENAME TO new_table_name；

--更新列（修改列名）
ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]

--增加和替换列(ADD的字段位置在所有列后面(partition列前)，REPLACE则是表示替换表中所有字段)
ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...) 

--查询表结构
desc table_name;

2.数据导入

2.1 建表时导入文件

建表的时候指定location—结构化数据的位置文件夹

create external table test01 (id String,name string,age int) row format delimited fields terminated by "," location '/anli/log1';
--注意:location后面的地址是hdfs的地址,地址具体到文件夹,不到文件!

+------------+--------------+-------------+
| test01.id  | test01.name  | test01.age  |
+------------+--------------+-------------+
| uid001     | zss          | 23          |
| uid002     | lss          | 13          |
| uid003     | ww           | 22          |
| uid004     | zl           | 34          |
| uid005     | tq           | 43          |
| uid006     | wb           | 55          |
| uid007     | sj           | 98          |
+------------+--------------+-------------+
2.2 移动文件到指定目录

可以将结构化数据直接put到表目录中，或者mv到指定的目录

移动时注意分隔符和数据类型要相符

dfs -put /root/deyun.log /anli/log1;
--使用hdfs语句上传本地文件
dfs -cp /anli/log1/tp_imp /anli/log1/tp_imp2
--复制文件

+------------+--------------+-------------+
| test01.id  | test01.name  | test01.age  |
+------------+--------------+-------------+
| 1          | guodegang    | 50          |
| 2          | yuqian       | 51          |
| 3          | yueyunpeng   | 33          |
| 4          | sunyue       | 40          |
| 5          | zhanghelun   | 35          |
| uid001     | zss          | 23          |
| uid002     | lss          | 13          |
| uid003     | ww           | 22          |
| uid004     | zl           | 34          |
| uid005     | tq           | 43          |
| uid006     | wb           | 55          |
| uid007     | sj           | 98          |
| uid001     | zss          | 23          |
| uid002     | lss          | 13          |
| uid003     | ww           | 22          |
| uid004     | zl           | 34          |
| uid005     | tq           | 43          |
| uid006     | wb           | 55          |
| uid007     | sj           | 98          |
+------------+--------------+-------------+
2.3 load载入

  • 追加数据：

    - load data local  inpath "/data/user3.csv" into table tb_user ;	
--底层就是put

- load data  inpath "/user5.csv" into table tb_user ;			
--底层move(原文件会没)

  • 重新数据：加上overwrite

        load data  inpath "/user3.csv" overwrite into table tb_user ;	--底层move
2.4 insert数据

  1. 直接insert数据，不建议使用，会产生大量小文件

    insert into tb_user values(1,‘fjj’),(2,‘bgg’) ; – 生成小文件
    insert into tb_user values(1,‘fjj’),(2,‘bgg’) ; – 生成小文件

  2. 将查询结果直接加载到表中

insert into test02  select id,name from test01;

直接向表中load长度不同的数据，全部为null

向表中insert类型相同，或者可转的数据，可以正常加载；类型不同，为null

  1. 将查询结果直接添加到新表中
create table test04 as select id,age from test01;
2.5 import导入

使用import的应用场合比价单一，只有使用export导出的数据才可以用import进行导入

export table test01 to '/anli/log2/test01';			--数据导出

import table test05 from '/anli/log2/test01';		--数据导入

3.数据导出

  • 使用export导出数据

  • 确定hdfs中的存储目录，直接使用get下载数据

  • 使用sqoop dataX 数据迁移工具

  • 使用insert导出

    insert overwrite local directory '/user_data/' select * from tb_user;   	
-- 将查询的结构数据保存在本地的目录中

insert overwrite  directory '/user_data/' select * from tb_user;		
-- 将查询的结构数据保存在HDFS目录中

4.分区表

分区表：将表的数据以查询维度为依据分文件夹管理 , 当根据这个维度查询的时候减少数据的检索范围

4.1 静态分区

文件中存储的是指定规则的数据，源文件就是依据指定的规则划分好的文件，直接存放到指定的分区目录中

比如：a.log中存储的就是20201130的数据，直接创建一个分区叫20201130，将数据直接load到目录下

实施流程(创建一个三级分区的静态分区表)：

  • 准备数据
20201128.log
1,url1,20201128
2,url2,20201128
3,url3,20201128
4,url4,20201128
5,url5,20201128
6,url6,20201128
7,url7,20201128
20201129.log
1,url1,20201129
2,url2,20201129
3,url3,20201129
4,url4,20201129
5,url5,20201129
6,url6,20201129
7,url7,20201129
20201130.log
1,url1,20201130
2,url2,20201130
3,url3,20201130
4,url4,20201130
5,url5,20201130
6,url6,20201130
7,url7,20201130

20191212.log
1,url1,20191212
2,url2,20191212
3,url3,20191212
4,url4,20191212
5,url5,20191212
6,url6,20191212
7,url7,20191212

20191111.log
1,url1,20191111
2,url2,20191111
3,url3,20191111
4,url4,20191111
5,url5,20191111
6,url6,20191111
7,url7,20191111
20191101.log
1,url1,20191101
2,url2,20191101
3,url3,20191101
4,url4,20191101
5,url5,20191101
6,url6,20191101
7,url7,20191101
  • 创建分区表
create table test_partition2(id string,URL string,ct string) partitioned by (y string,m string,d string) row format delimited fields terminated by ',';
  • 添加数据
load data local inpath '/root/demo01/20191101.log' into table test_partition2 partition(y='2019',m='11',d='01');
load data local inpath '/root/demo01/20191111.log' into table test_partition2 partition(y='2019',m='11',d='11');
load data local inpath '/root/demo01/20191212.log' into table test_partition2 partition(y='2019',m='12',d='12');
load data local inpath '/root/demo01/20201128.log' into table test_partition2 partition(y='2020',m='11',d='28');
load data local inpath '/root/demo01/20201129.log' into table test_partition2 partition(y='2020',m='11',d='29');
load data local inpath '/root/demo01/20201130.log' into table test_partition2 partition(y='2020',m='11',d='30');
4.2 动态分区

静态分区添加数据需要手动添加，并且不能处理已经存在的混乱表格，引入动态分区表

实施流程(创建一个二级分区的动态分区表)：

  • 准备数据
1,lisi,Shanghai,1024，
2,ycy,Shanghai,1024
3,ym,Beijing,1025
4,Yangzi,Beijing,1026
5,Yangguo,shenzhen,1122
6,mayun,shenzhen,1122
7,mbg,Shanghai,1024
8,marong,shenzhen,1025
  • 建一个普通表，将数据导入
create table test_dongtai_tmp (id int ,name string,city string,dt string) row format delimited fields terminated by ',';
--建表

load data local inpath '/root/anli/log1/dongtai.fs' into table test_dongtai_tmp;
--加载数据
  • 创建动态表
create table test_dongtai (id int,name string,city string) partitioned by(p_city string ,p_dt string);
  • 开启动态分区
set hive.exec.dynamic.partition=true ;
set hive.exec.dynamic.partition.mode=nonstrick;
  • 向动态分区表中添加数据
insert into test_dongtai partition(p_city,p_dt) select id,name,city,city,dt from test_dongtai_tmp ;
  • 查看数据

[外链图片转存中…(img-u5FO4u1u-1607216353298)]

注意事项

  • 为避免数据冗余，分区数据可以单独存在
  • 开启动态分区当前会话有效，经常使用需要修改配置文件

5.分桶表

5.1 分桶表

  • 分桶表原理

    • 分桶表类似于将一个表（或一个分区）使用MapReduce中分区器的分区方法，通过hashcode或者类似算法，将数据依据某属性，分割成n等分，并分装到不同文件中；
    • 当有读取请求或join请求时，可以直接在相应分桶文件中进行操作，减少了遍历范围，提高效率。

  • 分桶表的使用

  1. 创建普通表，导入数据

    create table tb_stu(id int, name string)
row format delimited fields terminated by '\t';
load data local inpath "/root/anli/stu/" into  table tb_stu ;

  2. 创建分桶表

    create table test_buck(id int, name string)
clustered by(id) into 4 buckets
row format delimited fields terminated by '\t';

  3. 开启分桶功能

    set hive.enforce.bucketing=true;     -- 开启分桶
set mapreduce.job.reduces=-1;		 -- 默认数量

  4. 使用insert into的方式导入数据 到 分桶表中

    insert into table test_buck
select id, name from tb_stu;

  5. 分桶完成

[外链图片转存中…(img-JEdQAoUZ-1607216353300)]

5.2 抽样查询语句
 select * from  buck_stu tablesample(bucket 1 out of 3 on id);
 select * from  buck_stu tablesample(bucket 2 out of 3 on id);
 select * from  buck_stu tablesample(bucket 3 out of 3 on id);
 
 --将数据随机分为n份,数量不一定相同,但每份的数据不会重复
 --以上语句查询出来的结果是没有重复的

6.逻辑顺序/分组本质

  • SQL语句逻辑执行顺序：

    select
*			(4
from		(1
tb_name
where     	(2
group by	(3
having		(5
order  by	(6
limit		(7

  • 分组本质

    • 不分组时，打印区（上面的4号区）接收的数据时行数据对象，可以使用处理行数据的函数进行操作；
    • 数组使用group by 等进行分组后，传给打印区的数据就变成了行数组（集合）对象，需要使用处理行数组的函数（聚合函数）进行操作；
    • 常用的聚合函数有：max、min、sum、avg等等
    • 常用的行数据函数有：if、case when等

7.hive调试优化(***)

  • 企业数据处理方案:

[外链图片转存中…(img-OOj2DKf7-1607216353302)]

  • 常用优化方法：
    • 合理使用分区表和分桶表
    • 使用高效的存储格式
      • 列式存储—ORC和parquet
    • 小表join大表（MR程序中的map端join）
    • 开启map端聚合
    • 使用合理高效的SQL语句：
      • 避免count（distinct col）、select * 等操作
      • 避免笛卡尔积
    • 适当调整maptask和reducetask的个数（如处理窄长表，要适当增加maptask数量）
    • 在本地测试数据后再提交到yarn

四 常用语法

Hive中的SQL与MySQL的语法不完全相同，有些在MySQL中能够实现的操作，在Hive中不能执行

1.常用函数

1.1 工具类函数
--查看系统自带的所有函数
show functions;

--显示函数的用法
desc function 函数名;

--详细显示自带的函数的用法
desc function extended upper;
1.2 其他常用函数
--判断(正则表达式)
if(表达式,结果1,结果2)


--处理空值
nvl(值,如果值为空返回的字符)


--当前数据库
current_database()


--在行内取最大值
greatest(值1,值2,...)


--添加一个临时判断列
case when then

 
--2020-11-27  这个月的第一天
select add_months(date_add(last_day('2020-11-27'),1),-1,'Y-M-dd');
select trunc('2020-11-27','MM');    --Q求季度第一天;YY求年第一天
--这天的所在周 的周一
select date_add('2020-11-27',(2-dayofweek('2020-11-27')));
select date_sub('2020-11-27',dayofweek('2020-11-27')-2);


--子查询;
with t as (查询结果1) , [ t2 as (查询结果2) ] [, ...] 
select ... from ... ;


--创建数组 数组是hive中的一种集合数据类型  和 java中的数组一样;
array(ele1 , ele2...)  
select array(1,2,3,4) ;
select array(1,2,3,4)[index] ;


--判断 数组中是否包含某个元素;
array_contains(arr , element) ;
select array_contains(array('a','ab','abc','abcd'),'aa') ;


--转换 大小写
upper
lower 
select lower('ABC') ;
select upper('ABC') ;


--切割 返回数组
split(str , seq)
select split("hello_tom_jim","_")[0] ;


--取出收尾空格
trim(str)
select trim("  hello  ") ;


--生成一串随机字符
select uuid() ;
229e4f73-614d-4940-8043-00ac454588df 


--替换字符串(hive中没有replaceAll)
replace(字符串 , 要替换的子串 , 替换的新str) 
select replace(uuid() ,'-','') ;
229e4f73614d4940804300ac454588df 


--截取字符串
substr(str ,起始位置1开始 [,长度])            
substring  和上面的函数一样


--截取第n个分隔符之前的字符(从字符串str返回分隔符delim出现次数count之前的子字符串)
substring_index(str, delim, count)
select substring_index('229e4f73-614d-4940-8043-00ac454588df','-',0);
啥也没有
select substring_index('229e4f73-614d-4940-8043-00ac454588df','-',1);
229e4f73
select substring_index('229e4f73-614d-4940-8043-00ac454588df','-',3);
229e4f73-614d-4940


--正则表达式（使用正则表达式剔除最后一个特殊符号）
select if(
    regexp_extract("ab_ab_","(.*?)_$",1)="",
    "ab_ab_",
    regexp_extract("ab_ab_","(.*?)_$",1));
1.3 语法技巧
  1. 在进行分组操作后，可以使用max（case when then）的方法，获取非分组字段的数据；
  2. 使用面向对象的思想，理解SQL语句；

2.窗口函数(***)

  • 核心思想：

    1. 使用over（）将数据分割为数个窗口，over内处理的是行数据，可以进行分割（partition by）、排序（order by）、截取行（between and）等操作；
    2. 使用order by时需要注意，处理的内容为该窗口起始行到当前行的数据（sum、max等操作）；
    3. ntile函数将窗口数据分为n等份，返回的是1-n的编号，具体操作查看演示需求5；

  • 相关函数

    OVER()：指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化

--行处理函数
CURRENT ROW：当前行  current row
n PRECEDING：往前n行数据  n preceding
n FOLLOWING：往后n行数据  n following
UNBOUNDED PRECEDING 表示从前面的起点 		unbound preceding
UNBOUNDED FOLLOWING表示到后面的终点			unbound following

--类聚合函数，窗口函数特有函数，其他地方不能使用
LAG(col,n)：往前第n行数据  lag
LEAD(col,n)：往后第n行数据 lead
NTILE(n)：把有序分区中的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。注意：n必须为int类型。  ntile(5)

  • 使用演示：

    准备数据:name，orderdate，cost
jack,2017-01-01,10
tony,2017-01-02,15
jack,2017-02-03,23
tony,2017-01-04,29
jack,2017-01-05,46
jack,2017-04-06,42
tony,2017-01-07,50
jack,2017-01-08,55
mart,2017-04-08,62
mart,2017-04-09,68
neil,2017-05-10,12
mart,2017-04-11,75
neil,2017-06-12,80
mart,2017-04-13,94

建表并插入数据:
create table test_win (name string, odt string, cost int) 
row format delimited fields terminated by ',';

load data local inpath ‘/root/anli/windows/windows.txt’ into table test_win;

需求:
（1）查询在2017年4月份购买过的顾客及总人数
select name , count(1) over() as countP 
from test_win 
where split(odt,'-')[1] = '04' 
group by name ;
+-------+---------+
| name  | countp  |
+-------+---------+
| mart  | 2       |
| jack  | 2       |
+-------+---------+

（2）查询顾客的购买明细及月购买总额
select *,sum(cost) over(partition by name,month(odt)) 
from test_win ;
+----------------+---------------+----------------+---------------+
| test_win.name  | test_win.odt  | test_win.cost  | sum_window_0  |
+----------------+---------------+----------------+---------------+
| jack           | 2017-01-05    | 46             | 111           |
| jack           | 2017-01-08    | 55             | 111           |
| jack           | 2017-01-01    | 10             | 111           |
| jack           | 2017-02-03    | 23             | 23            |
| jack           | 2017-04-06    | 42             | 42            |
| mart           | 2017-04-13    | 94             | 299           |
| mart           | 2017-04-11    | 75             | 299           |
| mart           | 2017-04-09    | 68             | 299           |
| mart           | 2017-04-08    | 62             | 299           |
| neil           | 2017-05-10    | 12             | 12            |
| neil           | 2017-06-12    | 80             | 80            |
| tony           | 2017-01-04    | 29             | 94            |
| tony           | 2017-01-02    | 15             | 94            |
| tony           | 2017-01-07    | 50             | 94            |
+----------------+---------------+----------------+---------------+

（3）上述的场景,要将cost按照日期进行累加
select *,sum(cost) over(partition by name,month(odt) order by odt) 
from test_win ;
+----------------+---------------+----------------+---------------+
| test_win.name  | test_win.odt  | test_win.cost  | sum_window_0  |
+----------------+---------------+----------------+---------------+
| jack           | 2017-01-01    | 10             | 10            |
| jack           | 2017-01-05    | 46             | 56            |
| jack           | 2017-01-08    | 55             | 111           |
| jack           | 2017-02-03    | 23             | 23            |
| jack           | 2017-04-06    | 42             | 42            |
| mart           | 2017-04-08    | 62             | 62            |
| mart           | 2017-04-09    | 68             | 130           |
| mart           | 2017-04-11    | 75             | 205           |
| mart           | 2017-04-13    | 94             | 299           |
| neil           | 2017-05-10    | 12             | 12            |
| neil           | 2017-06-12    | 80             | 80            |
| tony           | 2017-01-02    | 15             | 15            |
| tony           | 2017-01-04    | 29             | 44            |
| tony           | 2017-01-07    | 50             | 94            |
+----------------+---------------+----------------+---------------+

（4）查询顾客上次的购买时间
select * , lag(odt,1,'第一次购买') over(partition by name order by odt) 
from test_win;
+----------------+---------------+----------------+---------------+
| test_win.name  | test_win.odt  | test_win.cost  | lag_window_0  |
+----------------+---------------+----------------+---------------+
| jack           | 2017-01-01    | 10             | 第一次购买         |
| jack           | 2017-01-05    | 46             | 2017-01-01    |
| jack           | 2017-01-08    | 55             | 2017-01-05    |
| jack           | 2017-02-03    | 23             | 2017-01-08    |
| jack           | 2017-04-06    | 42             | 2017-02-03    |
| mart           | 2017-04-08    | 62             | 第一次购买         |
| mart           | 2017-04-09    | 68             | 2017-04-08    |
| mart           | 2017-04-11    | 75             | 2017-04-09    |
| mart           | 2017-04-13    | 94             | 2017-04-11    |
| neil           | 2017-05-10    | 12             | 第一次购买         |
| neil           | 2017-06-12    | 80             | 2017-05-10    |
| tony           | 2017-01-02    | 15             | 第一次购买         |
| tony           | 2017-01-04    | 29             | 2017-01-02    |
| tony           | 2017-01-07    | 50             | 2017-01-04    |
+----------------+---------------+----------------+---------------+

（5）查询前20%时间的订单信息
select *,ntile(5) over(order by odt) 
from test_win ;
+----------------+---------------+----------------+-----------------+
| test_win.name  | test_win.odt  | test_win.cost  | ntile_window_0  |
+----------------+---------------+----------------+-----------------+
| jack           | 2017-01-01    | 10             | 1               |
| tony           | 2017-01-02    | 15             | 1               |
| tony           | 2017-01-04    | 29             | 1               |
| jack           | 2017-01-05    | 46             | 2               |
| tony           | 2017-01-07    | 50             | 2               |
| jack           | 2017-01-08    | 55             | 2               |
| jack           | 2017-02-03    | 23             | 3               |
| jack           | 2017-04-06    | 42             | 3               |
| mart           | 2017-04-08    | 62             | 3               |
| mart           | 2017-04-09    | 68             | 4               |
| mart           | 2017-04-11    | 75             | 4               |
| mart           | 2017-04-13    | 94             | 4               |
| neil           | 2017-05-10    | 12             | 5               |
| neil           | 2017-06-12    | 80             | 5               |
+----------------+---------------+----------------+-----------------+
with t as 
(select *,ntile(5) over(order by odt) num
from test_win )
select t.name,t.odt,t.cost 
from t 
where num=1;
+---------+-------------+---------+
| t.name  |    t.odt    | t.cost  |
+---------+-------------+---------+
| jack    | 2017-01-01  | 10      |
| tony    | 2017-01-02  | 15      |
| tony    | 2017-01-04  | 29      |
+---------+-------------+---------+
```

3.关联查询

注意

  • 条件限制语句要用on，不能用where，使用where会产生笛卡尔积影响效率

  • 联合查询union：会自动根据某个字段进行联合（前提是列的数量要相同）

  • left semi join：就是把左表中左右两表都存在的字段进行输出，与select id from tb_b;效果相同

用法演示：

image-20201201214007391 image-20201201214032142 
-   join
-   inner join
--两者用法基本相同,都是内连接,只显示两表都有的数据
select * from tb_a join tb_b on tb_a.id=tb_b.id;
+----------+------------+----------+------------+
| tb_a.id  | tb_a.name  | tb_b.id  | tb_b.name  |
+----------+------------+----------+------------+
| 1        | a          | 1        | zss        |
| 2        | b          | 2        | lss        |
| 3        | c          | 3        | www        |
| 1        | a          | 1        | xxx        |
| 2        | b          | 2        | yyy        |
+----------+------------+----------+------------+
select * from tb_b inner join tb_a on tb_a.id=tb_b.id;
+----------+------------+----------+------------+
| tb_b.id  | tb_b.name  | tb_a.id  | tb_a.name  |
+----------+------------+----------+------------+
| 1        | zss        | 1        | a          |
| 2        | lss        | 2        | b          |
| 3        | www        | 3        | c          |
| 1        | xxx        | 1        | a          |
| 2        | yyy        | 2        | b          |
+----------+------------+----------+------------+


-   left/right join
select * from tb_a right join tb_b on tb_a.id=tb_b.id;
+----------+------------+----------+------------+
| tb_a.id  | tb_a.name  | tb_b.id  | tb_b.name  |
+----------+------------+----------+------------+
| 1        | a          | 1        | zss        |
| 2        | b          | 2        | lss        |
| 3        | c          | 3        | www        |
| 1        | a          | 1        | xxx        |
| 2        | b          | 2        | yyy        |
| NULL     | NULL       | 4        | zzz        |
+----------+------------+----------+------------+


-   full join 
--与inner join相反,full join补全所有空白
select * from tb_a full join tb_b on tb_a.id=tb_b.id;
+----------+------------+----------+------------+
| tb_a.id  | tb_a.name  | tb_b.id  | tb_b.name  |
+----------+------------+----------+------------+
| 1        | a          | 1        | xxx        |
| 1        | a          | 1        | zss        |
| 2        | b          | 2        | yyy        |
| 2        | b          | 2        | lss        |
| 3        | c          | 3        | www        |
| NULL     | NULL       | 4        | zzz        |
+----------+------------+----------+------------+


-   union 
select * from tb_a  union select * from tb_b;
+---------+-----------+
| _u1.id  | _u1.name  |
+---------+-----------+
| 1       | a         |
| 1       | xxx       |
| 1       | zss       |
| 2       | b         |
| 2       | lss       |
| 2       | yyy       |
| 3       | c         |
| 3       | www       |
| 4       | d         |
| 4       | zzz       |
+---------+-----------+
--union all 不会去重,并且不会排序
select * from tb_a  union all select * from tb_b
+---------+-----------+
| _u1.id  | _u1.name  |
+---------+-----------+
| 1       | zss       |
| 2       | lss       |
| 3       | www       |
| 1       | xxx       |
| 2       | yyy       |
| 4       | zzz       |
| 4       | d         |
| 1       | a         |
| 2       | b         |
| 3       | c         |
+---------+-----------+


-   left semi join 
select * from tb_b left semi join tb_a on tb_a.id=tb_b.id;
+----------+------------+
| tb_b.id  | tb_b.name  |
+----------+------------+
| 1        | zss        |
| 2        | lss        |
| 3        | www        |
| 1        | xxx        |
| 2        | yyy        |
+----------+------------+

4.行/列转换

4.1 列转行
  • 使用函数：
collect_set		-- 将收集的多行数据聚集成一个数组集合(去重)
collect_list	-- 这两个都是聚合函数(list不会去重)
concat			-- 拼接 参数是可变参数 将所有单个字符串拼接为一个字符串
concat_ws		-- 参数一 拼接符;参数二 可变个数的字符串/数组集合
  • 使用演示：
--准备数据:
《八佰》	战争
《八佰》	动作
《八佰》	抗日
《八佰》	剧情
《姜子牙》	动画
《姜子牙》	神话
《姜子牙》	科幻
《姜子牙》	动作
《姜子牙》	伦理
《战狼2》	战争
《战狼2》	动作
《战狼2》	灾难

--建表添加数据:
create table  tb_movie(
name string ,
typ string 
)
row format delimited fields terminated by '\t' ;
load data local inpath "/root/anli/movie" into table tb_movie ;

--按照电影名聚合属性(列转行)
select name,concat_ws(",",collect_list(typ)) from tb_movie group by name;

+------------------+-------------------+
| test_movie.name  | test_movie.mtype  |
+------------------+-------------------+
| 《八佰》             | 战争,动作,抗日,剧情       |
| 《姜子牙》            | 动画,神话,科幻,动作,伦理    |
| 《战狼2》            | 战争,动作,灾难          |
+------------------+-------------------+

--将结果输出为表格
create table test_movie as select name,concat_ws(",",collect_list(typ)) mtype from tb_movie group by name;
4.2 行转列(***)
  • 使用函数：
explode(split(categorys,","))  -- 将字符串切割成数组
lateral view 				   -- 侧窗口函数
  • 使用演示：
以上表最后输出的结果为原始表,将其恢复原状

--使用explode和lateral view进行转换(行转列)
select name , tp from test_movie lateral view explode(split(mtype,','))t as tp;

+----------+-------+
|   name   |  tp   |
+----------+-------+
| 《八佰》   | 战争  |
| 《八佰》   | 动作  |
| 《八佰》   | 抗日  |
| 《八佰》   | 剧情  |
| 《姜子牙》  | 动画  |
| 《姜子牙》  | 神话  |
| 《姜子牙》  | 科幻  |
| 《姜子牙》  | 动作  |
| 《姜子牙》  | 伦理  |
| 《战狼2》  | 战争  |
| 《战狼2》  | 动作  |
| 《战狼2》  | 灾难  |
+----------+-------+

--explode可以单独使用
select explode(split(mtype,',')) from test_movie;

+------+
| col  |
+------+
| 战争   |
| 动作   |
| 抗日   |
| 剧情   |
| 动画   |
| 神话   |
| 科幻   |
| 动作   |
| 伦理   |
| 战争   |
| 动作   |
| 灾难   |
+------+

5.排序及编号

  • 基本：
    • order by 全局排序
    • desc 降序；
    • asc 升序（默认）；
5.1 分区排序

  • 使用函数：

    distribute by		--将查询结果按指定字段分区
sort by				--区内数据排序

  • 使用方法：

    • hive在执行SQL的时候默认是一个MapReduce任务；

    • distribute by 不能指定分区数量，分区数量是依据reduce的数量确定的；

    • 直接打印不能直观看出是否分区（实际上数据已经分开）;

      image-20201202204945756

    • 一般配合insert overwrite local directory '/root/anli/out2/' select * from test_win distribute by name; 输出到本地或hdfs中进行查看;

      image-20201202205159662

    • sort by 是对区内的数据进行排序

  • cluster by :

    • 当distribute by 和sort by 同时使用，且分区和排序使用同一字段，且是升序时，可以简写为cluster by ；

      select * from tb_x distribute by name sort by name desc;
--可简写为:
select * from tb_x cluster by name;
--注意只能升序使用,降序不能使用;
5.2 编号函数

  • 核心用法：

    • 编号函数后面可以接窗口函数
    • row_number() ：单纯的添加序号；
    • rank() ：会根据排序的字段，排名相同的会给相同序号，并列的序号会被空出；
    • dense_rank() ：同rank，相同排名会给相同序号，后面的序号不会留出并列的名次.

  • 使用演示(打地鼠)：

    准备数据:
u01,1,1
u01,2,0
u01,3,1
u01,6,1
u02,5,1
u02,6,0
u02,7,0
u02,1,1
u02,2,1
u03,4,1
u03,5,1
u03,6,0
u02,3,0
u02,4,1
u02,8,1
u01,4,1
u01,5,0
u02,9,1
u03,1,1
u03,2,1
u03,3,1

建表并导入数据:
create table test_dds (uid string, num int, tf int ) 
row format delimited fields terminated by ',';
load data local inpath '/root/anli/dds/dds.txt' into table test_dds;

需求:查询连续打中超过2次的人的最高纪录;

with t2 as 
(select
uid,diff,count(1) lianxu
from
(select
*,num-rn diff
from
(select 
uid,num,
row_number() over(partition by uid order by num) rn
from test_dds 
where tf=1) t) t1
group by uid,diff
having lianxu>=2 )
select uid,max(lianxu)
from t2
group by uid
;
+------+------+
| uid  | _c1  |
+------+------+
| u01  | 2    |
| u02  | 2    |
| u03  | 5    |
+------+------+

  • 案例二：

    准备数据:
孙悟空,语文,87
孙悟空,数学,95
娜娜,英语,84
宋宋,语文,64
孙悟空,英语,68
宋宋,英语,84
婷婷,语文,65
娜娜,语文,94
宋宋,数学,86
婷婷,数学,85
娜娜,数学,56
婷婷,英语,78

建表,导数据:
create table test_sub (name string,subject string , score int)
row format delimited fields terminated by ',';
load data local inpath '/root/anli/sub/sub.txt' into table test_sub;
+----------------+-------------------+-----------------+
| test_sub.name  | test_sub.subject  | test_sub.score  |
+----------------+-------------------+-----------------+
| 孙悟空          | 语文               | 87              |
| 孙悟空          | 数学               | 95              |
| 娜娜            | 英语               | 84              |
| 宋宋            | 语文               | 64              |
| 孙悟空          | 英语               | 68              |
| 宋宋            | 英语               | 84              |
| 婷婷            | 语文               | 65              |
| 娜娜            | 语文               | 94              |
| 宋宋            | 数学               | 86              |
| 婷婷            | 数学               | 85              |
| 娜娜            | 数学               | 56              |
| 婷婷            | 英语               | 88              |
+----------------+-------------------+-----------------+

需求1:按照科目进行排名
select *,row_number() over(partition by subject order by score) from test_sub;
+----------------+-------------------+-----------------+----------------------+
| test_sub.name  | test_sub.subject  | test_sub.score  | row_number_window_0  |
+----------------+-------------------+-----------------+----------------------+
| 娜娜           | 数学               | 56              | 1                    |
| 婷婷           | 数学               | 85              | 2                    |
| 宋宋           | 数学               | 86              | 3                    |
| 孙悟空         | 数学               | 95              | 4                    |
| 孙悟空         | 英语               | 68              | 1                    |
| 宋宋           | 英语               | 84              | 2                    |
| 娜娜           | 英语               | 84              | 3                    |
| 婷婷           | 英语               | 88              | 4                    |
| 宋宋           | 语文               | 64              | 1                    |
| 婷婷           | 语文               | 65              | 2                    |
| 孙悟空         | 语文               | 87              | 3                    |
| 娜娜           | 语文               | 94              | 4                    |
+----------------+-------------------+-----------------+----------------------+

select *,rank() over(partition by subject order by score) from test_sub;
+----------------+-------------------+-----------------+----------------+
| test_sub.name  | test_sub.subject  | test_sub.score  | rank_window_0  |
+----------------+-------------------+-----------------+----------------+
| 娜娜           | 数学               | 56              | 1              |
| 婷婷           | 数学               | 85              | 2              |
| 宋宋           | 数学               | 86              | 3              |
| 孙悟空         | 数学               | 95              | 4              |
| 孙悟空         | 英语               | 68              | 1              |
| 宋宋           | 英语               | 84              | 2              |
| 娜娜           | 英语               | 84              | 2              |
| 婷婷           | 英语               | 88              | 4              |
| 宋宋           | 语文               | 64              | 1              |
| 婷婷           | 语文               | 65              | 2              |
| 孙悟空         | 语文               | 87              | 3              |
| 娜娜           | 语文               | 94              | 4              |
+----------------+-------------------+-----------------+----------------+

select *,dense_rank() over(partition by subject order by score) from test_sub;
+----------------+-------------------+-----------------+----------------+
| test_sub.name  | test_sub.subject  | test_sub.score  | rank_window_0  |
+----------------+-------------------+-----------------+----------------+
| 娜娜           | 数学               | 56              | 1              |
| 婷婷           | 数学               | 85              | 2              |
| 宋宋           | 数学               | 86              | 3              |
| 孙悟空         | 数学               | 95              | 4              |
| 孙悟空         | 英语               | 68              | 1              |
| 宋宋           | 英语               | 84              | 2              |
| 娜娜           | 英语               | 84              | 2              |
| 婷婷           | 英语               | 88              | 3              |
| 宋宋           | 语文               | 64              | 1              |
| 婷婷           | 语文               | 65              | 2              |
| 孙悟空         | 语文               | 87              | 3              |
| 娜娜           | 语文               | 94              | 4              |
+----------------+-------------------+-----------------+----------------+


需求2:将三科的成绩作为一行数据进行输出
select name,
max(if(subject='语文',score,0)) yuwen,
max(if(subject='数学',score,0)) shuxue,
max(if(subject='英语',score,0)) yingyu 
from test_sub
group by name;
+-------+--------+---------+---------+
| name  | yuwen  | shuxue  | yingyu  |
+-------+--------+---------+---------+
| 娜娜   | 94     | 56      | 84      |
| 婷婷   | 65     | 85      | 88      |
| 孙悟空 | 87     | 95      | 68      |
| 宋宋   | 64     | 86      | 84      |
+-------+--------+---------+---------+

6.自定义函数

6.1 反射函数（失败）

使用方法：

  • 创建maven项目
  • 建一个Java类，直接写一个方法
  • 打包
  • 上传到linux系统
  • add jar /test.jar（或者将jar包添加到 $HIVE_HOME/lib/目录下）
  • select reflect(‘cn.doit.ab.Demo’,‘test’,‘ab’);
6.2 自定义函数

1. 把自定义函数的jar上传到hdfs中.
　　hdfs dfs -put lower.jar ‘hdfs:///path/to/hive_func’;
　　2. 创建永久函数
　　hive> create function xxoo_lower as ‘com._51doit.func.MyFunction’ using

jar ‘hdfs:///path/to/hive_func/lower.jar’
　　3. 验证
　　hive> select xxoo_lower(“Hello World”);
　　hive> show functions;
　　永久函数的删除也容易:
　　hive> drop function xxoo_lower;

阿宾571
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
HiveServer2启动时停留在日志打印处的解决方案
IUNIQUE技术册
09-03 1650
HiveServer2启动时打印日志时卡住问题现象问题产生原因解决效果 问题现象 问题产生原因 经过排查，原来是hive连接的mysql数据库没有启动，所以导致该问题的产生 解决效果 ...
使用 JDBC 方式访问 Hive
song_quan_的博客
11-23 1651
1）在 hive-site.xml 文件中添加如下配置信息 2）启动 hiveserver2 [atguigu@hadoop102 hive]$ bin/hive --service hiveserver2 3）启动 beeline 客户端（需要多等待一会） [atguigu@hadoop102 hive]$ bin/beeline -u jdbc:hive2://hadoop102:10000 -n atguigu 4）看到如下界面 Connecti.
2 ，clouderaManager 详情，CM 安装，hdfs，yarn ，zk
孙砚秋的博客
07-31 725
一 ，环境准备 ： 1 ，安装软件 ： 方式一 ：下载一个压缩包，就可以了。 方式二 ： yum 安装，但是需要把源定位在 cdh。 方式三 ： rpm 包安装。 方式四 ： 在 web 页面点几下就好。 2 ，两个重要的网址 ： CDH5.14.0 http://archive.cloudera.com/cdh5/parcels/5.14.0/ Cloudera Manager5.14.0...
20210109_hive学习笔记
yehaver的专栏
06-03 328
一、hive安装与配置 1.下载hive apache-hive-3.1.2-bin.tar.gz 需要先安装hadoop和mysql，且启动服务 2.sftp上传到linux,tar -xzvf apache-hive-3.1.2-bin.tar.gz解压 3.修改配置文件 mv /root/apache-hive-3.1.2-bin /root/hive-3.1.2 mv /root/hive-3.1.2/conf/hive-env.sh.template /root/hive-3.1.2/...
进入hive时卡住
leezsj的博客
07-07 2285
Logging initialized using configuration in jar:file:/opt/soft/hive-2.3.7/lib/hive-common-2.3.7.jar!/hive-log4j2.properties Async: true Operation category READ is not supported in state standby 启动顺序有问题， 环境：zookeeper高可用，yarn高可用 先开zookeeper zkServer.sh
spark-2.0.0-bin-hadoop2-without-hive.tgz
06-28
"spark-2.0.0-bin-hadoop2-without-hive.tgz"是一个针对Hadoop 2.x优化的Spark二进制发行版，但值得注意的是，它不包含Hive的相关组件。 Spark的核心组件包括： 1. **Spark Core**：Spark的基础框架，负责任务调度...
spark-1.6.3-bin-hadoop2.4-without-hive.tgz
02-24
在实际应用中，"spark-1.6.3-bin-hadoop2.4-without-hive" 可能会用于那些只需要基础数据处理和分析的场景，或者在已经拥有其他数据访问和管理工具的情况下。例如，如果项目主要依赖于数据库或者其他数据源，那么这...
spark-3.2.0-bin-hadoop3-without-hive
04-24
本压缩包“spark-3.2.0-bin-hadoop3-without-hive”则特别针对不包含 Hive 支持的环境进行打包，更专注于基础的 Spark 与 Hadoop 3 的集成。 首先，让我们深入了解 Spark 3.2.0 的主要改进。这一版本引入了新的 SQL...
spark-2.3.1-bin-hadoop2.9-without-hive.tgz
02-22
在描述中提到的"spark-2.3.1-bin-hadoop2.9-without-hive.tgz"是一个特别构建的Spark发行版，不包含Hive的支持，意味着这个版本的Spark没有内置与Hive交互的能力。 在大数据处理领域，Spark以其内存计算特性而闻名...
hadoop-eclipse-plugin-1.1.2
09-03
除了基本的MapReduce开发，Hadoop Eclipse Plugin还可以与其他插件结合，例如使用m2eclipse（Maven Eclipse Integration）来管理依赖，或者与Pig、Hive等大数据工具集成，实现更复杂的数据分析任务。 总结来说，...
hive时间函数
Fate_DF的博客
03-09 4390
hive时间函数 1、add_months(DATE|STRING|TIMESTAMP start_date, INT num_months) 作用：返回当前时间下再增加num_months个月的日期 返回类型：string SELECT add_months('2022-03-09', -5); -- 2021-10-09 SELECT add_months('2022-03-09', 5); -- 2022-08-09 2、current_date 作用：返回当前时间日期 返回类型：date SE
hive最全的常用时间函数（非常全，建议收藏）
程老师的博客
07-19 8672
在实际生产中，经常由于某个特殊需求涉及到时间函数的转换，例如求上周六到本周日的pv、uv，本月第一天和本月最后一天的访问量的时候。不知如何下手，或者想尽一切办法写出来的代码，却很复杂。本文详细介绍了很多常用的时间函数，基本包括了所有的可能用到的函数
hive使用hiveserver2、beeline启动踩过的坑User: root is not allowed to impersonate root
weixin_42404102的博客
07-31 2131
这里写自定义目录标题异常情况描述解决方案 异常情况描述 在hdp-04上启动hiveserver2: [root@hdp-04 bin]# hiveserver2 2）netstat -nltp查看看端口10000，则代表已经启动成功 [root@hdp-04 hadoop]# netstat -nltp Active Internet connections (only servers) Proto Recv-Q Send-Q Local Address Foreign A
Hive启动和简单指令总结
xiaohu21的博客
09-02 1996
Hive 启动总结 1. 背景 作为传统的服务器端程序，hive具备多种启动方式 java api（jdbc）、shell客户端、web页面 jdbc https://mvnrepository.com/search?q=hive-jdbc shell 客户端 就是本身做讲解的连接方式 web页面 http://linux100:10002/ 2. 启动方式 2.1 环境准备 hive安装 安装 hdfs环境 安装hdfs yarn环境 安装yarn mysql环境安装mys
hdfs 的启动
热门推荐
gochenguowei的博客
07-22 1万+
（1）先配置文件       修改 core-site.xml 如下          修改 hdfs-site.xml 如下：     &lt;configuration&gt;       &lt;property&gt;         &lt;name&gt;dfs.replication&lt;/name&gt;         &lt;value&gt;1&lt;/val...
hive的同比、环比计算（add_months 函数）
weixin_42279393的博客
09-04 1万+
说明：同比：同去年的今天进行比较 环比：同上个月的今天进行比较 环比计算 一、先看一下数据，这里只能进行7.10号和6.10号进行对比，比到12号 这里是引用±------------------------±-----------------------±-----------------------------±-------------------------+ | bas_cgj_ssrlsj1.spotid | bas_cgj_ssrlsj1.times | bas_cgj_ssrlsj1.
CDH重新初始化Hive元数据库
qq_32068809的博客
10-21 2282
初始化元数据需要使用cdh hive中的schematool 脚本工具进行初始化，初始化脚本位置为cloudera/parcels/CDH/lib/hive/bin/ 接下来执行初始化命令 ./schematool -initSchema -dbType mysql --verbose 执行报错： [root@prod-bigdata-pc7 bin]# ./schematool -dbType mysql -initSchema -passWord root -userName root --
Hive常用日期函数（必学会超有用）
aiyx16521的博客
01-10 6196
Hive日期函数 add_months, extract, from_unixtime, to_unix_timestamp, unix_timestamp, to_timestamp, to_date, tdh_todate, day, dayofmonth, dayofyear, quater, hour, minute, second, weekofyear, datediff, date_...
大数据Hadoop+HBase+Spark+Hive集群搭建教程(七月在线)1
最新发布
08-03
"该资源是一个关于大数据处理技术的教程，主要涵盖了Hadoop、HBase、Spark和Hive的集群搭建过程。由七月在线提供，旨在帮助用户了解和实践大数据环境的构建。" 在这个教程中，你将学习如何一步步构建一个高效运行...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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