Hive常见问题及处理方法

1. Hive是什么
2. Hive是基于Hadoop的一个数据仓库工具，应该是整个Hadoop系统中最常使用的一个功能组件，通过内部的关系型元数据库，将存储在hdfs中的文件有效的管理起来，并提供类SQL的数据库操作语言，满足大数据集的统计分析工作。关于Hive的架构原理和基本操作部分.
3. Hive操作中常见的问题及处理方法
4. 1）如何在脚本中嵌入hive操作语句
5. 命令：hive -e “语句块”
6. 案例：
7. hive -e “set io.sort.mb=10; select did,mac,made,count(*) from table_name where date between ‘2016-06-01’ and ‘2016-06-30’ and io =’in’ and (did is not null and did<>”) group by did,mac,made ”
8. 说明：语句块中，各个语句之间用分号分隔
9. 2）大数据集情况下，hive查询提示” Java heap space”错误
10. 解决办法：调整hive的io.sort.mb参数（默认值为100），使其值在10-80之间
11. 命令：set io.sort.mb=10
12. 3）Hive中空值处理
13. hive中空值有两种形态：