【阿尼亚喜欢BigData】“红亚杯”常用数据分析Hive SQL应用专题赛——满分解析③

大家好，喜欢Bigdata的阿尼亚来了！希望大家会喜欢阿尼亚的文章！！哇酷哇酷！！！

本次为师傅们带来的是“红亚杯”常用数据分析Hive SQL应用专题赛——满分解析系列的第③期，是“Hive专题赛(2)”篇章哦！

第①期完整赛题、第②期Hive专题赛(1)的链接在下面，师傅们想看完整赛题、Hive专题赛(1)的请安心享用：

【阿尼亚喜欢BigData】“红亚杯”常用数据分析Hive SQL应用专题赛——满分解析①_爱波吉的阿尼亚的博客-CSDN博客

【阿尼亚喜欢BigData】“红亚杯”常用数据分析Hive SQL应用专题赛——满分解析②_爱波吉的阿尼亚的博客-CSDN博客

目录

Hive专题赛(2)

TopK、排序数据分析：

1.统计person表中各种族（race）的总人数，并按照总人数倒序排序，将结果写入本地/root/person06/。

2.统计不同职业薪资大于50K的总人数，且人数按照降序排序取Top3，将结果写入本地/root/person07/。

3.计算较高收入（收入等于大于50K的为高收入）人群占整体数据的比例（保留两位小数），注意：设置支持笛卡尔积参考步骤说明，将结果写入本地/root/person08/。

Hive DDL基础操作：

1.在person数据库下创建student内部表（表结构参考步骤描述），并指定以制表符“\t”分隔；

2.使用alter语句修改student内部表结构新增一列字段名称为“address”，类型为“string”；

3.使用drop语句删除student内部表。

---

Hive专题赛(2)

TopK、排序数据分析：

TopK、排序数据分析

考核条件如下：

1.统计person表中各种族（race）的总人数，并按照总人数倒序排序，将结果写入本地/root/person06/。

操作环境: hive专题赛环境

insert overwrite local directory '/root/person06'
row format delimited fields terminated by '\t'
select race,count(*) as c from person group by race order by c desc;

2.统计不同职业薪资大于50K的总人数，且人数按照降序排序取Top3，将结果写入本地/root/person07/。

操作环境: hive专题赛环境

insert overwrite local directory '/root/person07/'
row format delimited fields terminated by '\t'
select occupation,count(*) as s from (select * from person where income=">50K") t1 group by occupation order by s desc limit 3;

3.计算较高收入（收入等于大于50K的为高收入）人群占整体数据的比例（保留两位小数），注意：设置支持笛卡尔积参考步骤说明，将结果写入本地/root/person08/。

操作环境: hive专题赛环境

set hive.strict.checks.cartesian.product;         #查看当前是否支持笛卡尔积

set hive.strict.checks.cartesian.product=false;   #修改设定成为支持笛卡尔积

insert overwrite local directory '/root/person08/'
row format delimited fields terminated by '\t'
select round((t2.v/t4.s),2) from (select count(*) as v from person t1 where income=">50K" )t2 join (select count(*) as s from person t3) t4;

Hive DDL基础操作：

Hive DDL基础操作

考核条件如下：

1.在person数据库下创建student内部表（表结构参考步骤描述），并指定以制表符“\t”分隔；

操作环境: hive专题赛环境

create table if not exists student(id int,name string,age int,sex string)
row format delimited fields terminated by '\t';

2.使用alter语句修改student内部表结构新增一列字段名称为“address”，类型为“string”；

操作环境: hive专题赛环境

alter table student add columns(address string);

3.使用drop语句删除student内部表。

操作环境: hive专题赛环境

drop table if exists student;