2020.9.28(Hive视图、索引、权限管理)

回顾：上节课讲了hive的参数设置，hive的运行方式，hive的动态分区，分桶，lateral view这五个知识点。遗留了两个问题：
1.看一下hive的源码，现在面试中，hive的源码还从来没有被问到过。在hive这个环节不会浪费太多时间，把源码讲清楚，没有必要。
但是虽然不讲源码的详细知识点，但是会告诉你，如果拿到一个陌生框架之后，应该怎么去找源码，或者怎么去看源码。有同学把源码下载回来了一脸懵逼，连入口都找不到。今天讲一下入口该怎么找：
大部分 不管是hadoop、hive、hbase、spark，大概都是这样一个寻找流程：
如果想看源码的话，给一个建议：在看源码过程中，千万不要每一个方法都点进去！源码是别人写的，写的层次可能非常非常深，如果一层一层往里面点的话，点到最后可能看明白了，回头一想，我刚刚是从哪个地方点进来的，一脸懵逼。如果那一行里面有注释、或者看到方法名称，一些类的名称能大概猜到它是什么意思，没必要往下看了，先遗留下来，之后有时间了可以再慢慢看。
2.在hive2.x的时候已经没有hwi这个web页面了。但在1.x的时候还是有的，现在看一下。

hive --service hwi

hwi就是webUI的接口，打开浏览器：node01:9999/hwi

change user info 改变用户信息，这里写用户和组，但在hive里面没有用户这个概念，所有随便写，写什么都行。点提交authorization is complete 认证授权已经完成。
怎么写sql语句和执行过程？
create session->随便取个名称，submit

任何结果都没有，必须要把start query选择成yes，这时候在result bucket里面可以看到对应的结果。
再回来，点击list session->点manager
这时候又回到这个页面了，重新再次提交SQL语句，这时候再去查看，会发现是两遍对应的结果？
为什么？

上面是第一次查询的结果，而下面是第二次查询的结果。每次查询的时候，并不会把上一次查询的结果消失掉。而是会保留每一次执行的过程。非常不好用。
稍微看一下就完事了，无论用什么版本，这个功能基本上都不会用的，这也是为什么2.x的时候hwi被淘汰掉的原因。

虽然被淘汰掉了，但他提供了一种平台化和可视化的思路。以后所做的项目都应该叫平台

如何查看hive源码？入口在什么地方？
每次在黑窗口里执行的都是hive的脚本，所以找入口，一定要从脚本里面进行查找。

cd /opt/bigdata/hive-2.3.4/bin
ls

beeline ext hive hive-config.sh hiveserver2 hplsql metatool schematool

vi hive

366行，大部分同学都没有耐心看下去，所有从里面开始找东西，找自己想要的，第一次输入hive的时候，相当于输入了hive --service cli默认运行的是命令行的命令，有一堆参数的判断 ，如果什么都不写会默认判断为cli

只要去对应的目录里面，找cli.sh文件

cat cli.sh

hive也是用Java写的，所有只要找主类就可以了，一个main函数程序入口

执行这个run()方法，里面会有一些参数判断，告诉我应该怎么解析，哪些初始化操作，然后慢慢完成相应操作，这地方就是整个程序的入口操作，当把它启动好之后，意味着命令行已经准备好了。提交sql语句的时候，会有服务进行接收，接收完之后进行解析，转化，执行的过程。

hive视图

只要接触关系型数据库，一定会用对应视图的。用的非常非常多。
视图主要用在什么场合？有什么样的用途？在公司里怎么用的？
如果写的sql语句非常简单，只是几张表的关联，这个东西完全没必要，如果语句非常非常复杂，比如说要写一个好几十行的sql语句，这里面包含了N多个子查询，并且有很多子查询都是重复的sql语句，这时候，就必须把它定义成一个视图。这个时候直接写视图就可以了，可以减少整个sql语句的复杂度。
第二种情况，定义一个视图，把它定义成多张表join之后结果表。视图非常简单，就是一个sql语句，每次在使用视图的时候，都会把sql语句提前进行执行。把结果暂存成视图，比如有三张表，每张表里面取一个字段，把这三个字段当成一个视图，视图完成之后可以成一张中间表。用的时候直接拿视图进行运行就可以了。而不需要每次都进行一个join的代码编写。但执行的时候，一定会执行的。

hive里面也支持了对应的视图操作。

hive View视图
– 和关系型数据库中的普通视图一样，hive也支持视图
– 特点：
▪ 不支持物化视图：视图是虚拟表，虚拟表表示不是实实在在存在数据的表，物理表表示实实在在存在数据文件的，比如在数据库里看到的那些表都是物理表。视图每次在做的时候，都需要优先先执行sql语句，然后把结果当成虚拟视图。素有视图也可以被当成表。物化视图的概念：MySQL里面是不支持物化视图的，只有在Oracle里面是支持的，物化视图是什么意思？比如现在有个t1 t2 t3每次从里面取c1 c2 c3三个字段，这时候，这三个字段也要被当成一张物理表，进行一个实实在在的存储。这叫物化视图。如果把这三个表进行join操作，把这个结果也缓存了一下，这时候如果t1 t2 t3改变了，物化视图会刷新，这其实分了两种策略，一种叫uncommit，一种叫undemand，一种是只要t1 t2 t3发生改变，物化视图也跟着变，第二种是每次查询的时候才会把数据进行更新。不查询就不更新了。有这么两种方式，现在在公司企业里面，Oracle已经不像以前那么流行了。以前在阿里有一个去IOE的概念，o就表示Oracle
▪ 只能查询，不能做加载数据操作：MySQL里面定义的视图，可以往里面插入数据么？如果只是操作一张表是可以往视图里面更新数据的，但多表的时候是有问题的。但hive里面是都不可以的。
▪ 视图的创建，只是保存一份元数据，查询视图时才执行对应的子查询：视图就是一个sql语句，每次在执行的视图的时候，会优先把视图的sql语句先执行，再执行自己定义的SQL语句
▪ view定义中若包含了ORDER BY/LIMIT语句，当查询视图时也进行ORDER BY/LIMIT语句操作，view当中定义的优先级更高：每次定义的时候，视图里面的东西会优先执行，视图执行完成之后，外面的才会执行
▪ view支持迭代视图：视图里面可以嵌套视图

可以在MySQL里面查看

mysql -uroot -pok
mysql> use hive_remote
select * from TBLS;

里面的字段不是managered_table就是external_table。不是内部表就是外部表，没有视图概念，创建一个新的视图
Create/Drop/Alter View

CREATE VIEW [IF NOT EXISTS] [db_name.]view_name [(column_name [COMMENT column_comment], ...) ]
  [COMMENT view_comment]
  [TBLPROPERTIES (property_name = property_value, ...)]
  AS SELECT ...;

hive> create view v_psn as select * from psn where id > 5
show