LMTX069的博客

先想明白自己要实现什么样的功能，然后再去实践。没有目的的尝试段不可取，会难以理解各开窗函数的真正用法。

null值不参与谓词运算等情况说明

日期时间函数的使用，主要是Hive和greenplum大数据中的日期时间函数

查询结果的分层汇总cube() rollup() grouping set()

Hive中使用sql对数据做合并与拆分

重启Hive和DBeaver连接

目录1.Java和Hadoop安装2.MySQL安装3.Hive安装包和依赖包4.Hive安装、配置、启用4.1安装4.2配置4.3初始化数据库4.4查看mysql作为hive的元数据存储是否成功4.5使用hive和beeline1.Java和Hadoop安装见我的另一篇文章 Hadoop3本地单节点安装2.MySQL安装见我的另一篇文章 Linux使用yum安装Mysql3.Hive安装包和依赖包Hive官网下载，懒得下载可白嫖。见免费资源 Hive安装包和依赖包，提取码：o1ms4.Hiv

最简单的傻瓜式安装，如果之前安装但没成功，请按照步骤进行，不要跳，不要跳，不要跳1.MySQL卸载无论rpm还是tar.gz的安装包，先看看自己当前的mysql安装情况rpm -qa|grep mysql2.MySQL安装# 3.mysql安装# mysqk的安装与删除 https://blog.csdn.net/weixin_43102784/article/details/122696078# 3.1下载MySQL（5.7版本）的yum源wget 'https://dev.mysql

Hadoop3本地单节点安装教程

目录一.SQL查询优化的核心思想1.1(内练固本)模型优化——预处理思想1.2(外练强身)技术优化1.2.1表设计优化——好的开端是成功的一半1.2.2查询任务优化——锦上添花二.Hive化实现方案2.1表的设计优化2.1.1表设计优化2.1.2表数据优化2.2模型的设计优化2.3JOB任务优化2.3.1DQL语句——语法编写常识2.3.2Job作业执行优化一.SQL查询优化的核心思想1.1(内练固本)模型优化——预处理思想注：所谓预处理就是提前准备好，形同饭店的备菜环节，应该先把要用到的菜洗、切等

SQL查询优化的核心思想1.模型优化(内练固本)——预处理思想1.1复杂SQL拆分1.2数据合并、可行性和可用性评估2.技术优化(外练强身)2.1表设计优化——好的开端是成功的一半2.2查询任务优化——锦上添花1.模型优化(内练固本)——预处理思想注：所谓预处理就是提前准备好，形同饭店的备菜环节，应该先把要用到的菜洗、切等预处理好，等客人点菜了直接炒就好。预处理环节层层递进，适合复杂任务的拆分处理，简单任务“杀鸡焉用牛刀”。模型设计优化的思路需要在工作中养成，很重要但很难像技术优化那样清晰可见，可能

目录1. Hive建表简单示例1.1.Hive建表语句1.2.表详细信息1.3.数据展示2. Hive建表语法详解3.拓展1：复杂数据分割4.拓展2：事务表1. Hive建表简单示例1.1.Hive建表语句DROP TABLE IF EXISTS employee;CREATE TABLE employee( id bigint comment '编号', region_id int comment '区域ID', name string comment '员工姓名', age int c