【分布式数据仓库Hive】HivQL的使用

目录

一、Hive的基本操作

1. 使用Hive创建数据库test

2. 检索数据库（模糊查看），检索形如’te*’的数据库

3. 查看数据库test详情

4. 删除数据库test

5. 创建一个学生数据库Stus，在其中创建一个内部表Student，表格包含两列：学号（字符型），姓名（字符型）

6. 修改表student表结构，添加新的一列：年龄，整数型

7. 创建一个表格名为employees，列名和数据类型根据常用习惯系定义，其表结构能载入如下格式的数据，并映射为表结构对应的字段。

二、Sogou日志数据分析

1. 统计每个uid的查询次数

2. 搜索关键字内容包含‘仙剑’超过三次的用户id

3. 统计不重复的uid的行数

---

一、Hive的基本操作

1. 使用Hive创建数据库test

create database test;

show databases;  //查看数据库

2. 检索数据库（模糊查看），检索形如’te*’的数据库

show database like 'te*';

3. 查看数据库test详情

describe database test;

 

4. 删除数据库test

drop database test;

5. 创建一个学生数据库Stus，在其中创建一个内部表Student，表格包含两列：学号（字符型），姓名（字符型）

create database Stus;

use Stus;

create table student(
sno string,
sname string
);

6. 修改表student表结构，添加新的一列：年龄，整数型

alter table student add column(sage int);

7. 创建一个表格名为employees，列名和数据类型根据常用习惯系定义，其表结构能载入如下格式的数据，并映射为表结构对应的字段。

1,hengdian,1000.0,13872787890,Zhejiang

2,hengqin,1234.0,18739292798,Guangdong

3,baishui,8797.0,13490980090,Hunan

写出创建表格的语句，并使用load语句将上述数据内容载入表结构，该数据以文本文件的形式存放在本地文件系统，请自行用vi编辑器编辑。

data.txt

创建表的语法：

create table employees(
eno string,
ename string,
esal float,
phone string,
address string )
row format delimited 
fields terminated by ',' ;

descripe employees;

导入本地数据语法：

load data local inpath '/home/gdpu/data.txt' into table employees;

select * from employees; 

二、Sogou日志数据分析

请完成创建外部表格并关联sogou的500w数据，使用HiveQL完成下列数据分析。写出Hive语句和执行结果。

create table sogou2024 (
times string,
uid string,
keyword string,
ranks int,
orders int,
URL string )
row format delimited 
fields terminated by '\t';

 

load data inpath 'hdfs://hadoop100:8020/sogou.500w.utf8' into table sogou2024;

select * from sogou2024 limit 10;  //验证是否导入成功

1. 统计每个uid的查询次数

select uid, count(*) as cnt from sogou2024 group by uid;

 下面的截图是执行结果的最后一部分，结果有135万多行。

2. 搜索关键字内容包含‘仙剑’超过三次的用户id

select uid 
from sogou2024 
where keyword like’%仙剑%’group by uid 
having count(*) > 3 ;

运行截图 ：

3. 统计不重复的uid的行数

select count(distinct uid) as unique_uid_count 

from sogou2024;

运行截图： 

4. 统计搜索的关键字词频，找出查询频度超过20的关键词和其频度，按照频度从高到低排列。

select keyword , count(*) as frequency

from sogou2024

group by keyword

having count(*) > 20

order by frequency desc;

运行截图：