hive之高级查询

hive之高级查询

一、Hive的数据查询

使用方法类似于MySQL，关键字和MySQL一样，不区分大小写

1. limit
   用于控制输出的行数
2. where —在group by之前，可以没有
   指定条件对数据进行筛选
3. group by子句
   对查询的数据进行分组
4. having子句
   对分组后数据进行进一步的条件筛选，与MySQL的用法一样，只能用在group by之后
5. CTE和嵌套查询
   1）CTE

WITH t1 AS (SELECT …) SELECT * FROM t1;

2. 嵌套查询

SELECT * FROM (SELECT * FROM 表名) a;

6. 关联查询 – JOIN发生在WHERE子句之前
   指对多表进行联合查询，JOIN用于将两个或多个表中的行组合在一起查询
   类似于SQL JOIN，但是Hive仅支持等值连接
   内连接：【INNER】 JOIN – 只有进行连接的两个表中都存在与连接条件相匹配的数据才会被保留下来
   外连接：OUTER JOIN — RIGHT JOIN, LEFT JOIN, FULL OUTER JOIN
   交叉连接：CROSS JOIN --笛卡儿积
   隐式连接：Implicit JOIN --不写join,两表进行笛卡儿积的关联
7. hive中的Mapjoin
   详见：
8. 集合操作–UNION
   1）使用条件：所有子集数据必须具有相同的名称和类型
   UNION ALL：合并后保留重复项
   UNION：合并后删除重复项（v1.2之后）
   2） 可以在顶层查询中使用（0.13.0之后）
   3）ORDER BY, SORT BY, CLUSTER BY, DISTRIBUTE BY 和LIMIT适用于合并后的整个结果
   4）集合其他操作可以使用JOIN/OUTER JOIN来实现—差集、交集
9. 补充
   like 模糊查询
   rlike 模糊查询，支持正则匹配查询

二、Hive的数据加载和交换

1. 使用INSERT语句将数据插入表/分区

//OVERWRITE(覆盖)/INTO(追加)
INSERT OVERWRITE/INTO TABLE 表名select fileds,