Hive--HiveQL与SQL区别

转载链接

1.hive内联支持什么格式？

2.分号字符注意什么问题？
3.hive中empty是否为null?
4.hive是否支持插入现有表或则分区中？
5.hive是否支持INSERT INTO 表 values（）？


1、Hive不支持等值连接 
•SQL中对两表内联可以写成：
•select * from dual a,dual b where a.key = b.key;
•Hive中应为
•select * from dual a join dual b on a.key = b.key; 
而不是传统的格式：
SELECT t1.a1 as c1, t2.b1 as c2FROM t1, t2
WHERE t1.a2 = t2.b2

2、分号字符
•分号是SQL语句结束标记，在HiveQL中也是，但是在HiveQL中，对分号的识别没有那么智慧，例如：
•select concat(key,concat(';',key)) from dual;
•但HiveQL在解析语句时提示：
        FAILED: Parse Error: line 0:-1 mismatched input '<EOF>' expecting ) in function specification
•解决的办法是，使用分号的八进制的ASCII码进行转义，那么上述语句应写成：
•select concat(key,concat('\073',key)) from dual;

3、IS [NOT] NULL
•SQL中null代表空值, 值得警惕的是, 在HiveQL中String类型的字段若是空(empty)字符串, 即长度为0, 那么对它进行IS NULL的判断结果是False.

4、Hive不支持将数据插入现有的表或分区中，
仅支持覆盖重写整个表，示例如下：

1. INSERT OVERWRITE TABLE t1  
   
2. SELECT * FROM t2;

复制代码

5、hive不支持INSERT INTO 表 Values（）, UPDATE, DELETE操作
    这样的话，就不要很复杂的锁机制来读写数据。
    INSERT INTO syntax is only available starting in version 0.8。INSERT INTO就是在表或分区中追加数据。

6、hive支持嵌入mapreduce程序，来处理复杂的逻辑
如：

1. FROM (  
   
2. MAP doctext USING 'python wc_mapper.py' AS (word, cnt)  
   
3. FROM docs  
   
4. CLUSTER BY word  
   
5. ) a  
   
6. REDUCE word, cnt USING 'python wc_reduce.py';  

复制代码

--doctext: 是输入
--word, cnt: 是map程序的输出

--CLUSTER BY: 将wordhash后，又作为reduce程序的输入



并且map程序、reduce程序可以单独使用，如：

1. FROM (  
   
2. FROM session_table  
   
3. SELECT sessionid, tstamp, data  
   
4. DISTRIBUTE BY sessionid SORT BY tstamp  
   
5. ) a  
   
6. REDUCE sessionid, tstamp, data USING 'session_reducer.sh';  

复制代码

-DISTRIBUTE BY: 用于给reduce程序分配行数据

7、hive支持将转换后的数据直接写入不同的表，还能写入分区、hdfs和本地目录
这样能免除多次扫描输入表的开销。

1. FROM t1  
   
2.   
   
3. INSERT OVERWRITE TABLE t2  
   
4. SELECT t3.c2, count(1)  
   
5. FROM t3  
   
6. WHERE t3.c1 <= 20  
   
7. GROUP BY t3.c2  
   
8.   
   
9. INSERT OVERWRITE DIRECTORY '/output_dir'  
   
10. SELECT t3.c2, avg(t3.c1)  
    
11. FROM t3  
    
12. WHERE t3.c1 > 20 AND t3.c1 <= 30  
    
13. GROUP BY t3.c2  
    
14.   
    
15. INSERT OVERWRITE LOCAL DIRECTORY '/home/dir'  
    
16. SELECT t3.c2, sum(t3.c1)  
    
17. FROM t3  
    
18. WHERE t3.c1 > 30  
    
19. GROUP BY t3.c2;  

复制代码