Hive查询操作(一)

查询

        数据仓库是典型的查多写少,这个是根据HDFS本身的特点来的。HDFS本身不支持随机修改,只支持追加。所以Hive读多改少,写就写一遍,重点在查询。

        查询的用处在方方面面都有,比如insert等,都需要查询。

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Select

查询语句语法:

[WITH CommonTableExpression (, CommonTableExpression)*]    (Note: Only available

 starting with Hive 0.13.0)

SELECT [ALL | DISTINCT] select_expr, select_expr, ...

  FROM table_reference

  [WHERE where_condition]

  [GROUP BY col_list]

  [ORDER BY col_list]

  [CLUSTER BY col_list

    | [DISTRIBUTE BY col_list] [SORT BY col_list]

  ]

 [LIMIT number]

1、基本查询(Select…From)

1. 全表和特定列查询

创建部门表

hive (default)> create table if not exists dept(

deptno int,

dname string,

loc int

)

row format delimited fields terminated by '\t';

创建员工表

hive (default)> create table if not exists emp(

empno int,

ename string,

job string,

mgr int,

hiredate string,

sal double,

comm double,

deptno int)

row format delimited fields terminated by '\t';

导入数据

hive (default)> load data local inpath '/export/servers/datas/dept.txt' into table dept;

hive (default)> load data local inpath '/export/servers/datas/emp.txt' into table emp;

1).全表查询

hive (default)> select * from emp;

2).选择特定列查询

hive (default)> select empno, ename from emp;

注意:

(1)SQL 语言大小写不敏感。

(2)SQL 可以写在一行或者多行

(3)关键字不能被缩写也不能分行

(4)各子句一般要分行写。

(5)使用缩进提高语句的可读性。

  • 5
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Hive是一个基于Hadoop数据仓库工具,可以将结构化数据映射为一张数据库表,然后通过类SQL的命令进行查询和分析。本文将介绍Hive基本查询操作。 1. 创建表 在Hive中,首先需要创建表并定义表的结构,例如: ``` CREATE TABLE IF NOT EXISTS employee ( id INT, name STRING, age INT, salary FLOAT, address STRING ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n' STORED AS TEXTFILE; ``` 上述代码创建了一个名为employee的表,包含id、name、age、salary和address五个字段,数据类型分别为整数、字符串、整数、浮点数和字符串。 2. 加载数据 在创建好表之后,需要将数据加载到表中,例如: ``` LOAD DATA LOCAL INPATH '/path/to/data.txt' OVERWRITE INTO TABLE employee; ``` 上述代码将本地路径为/path/to/data.txt的数据文件加载到名为employee的表中。 3. 查询数据 Hive支持类SQL的查询语句,例如: ``` SELECT name, age FROM employee WHERE salary > 5000; ``` 上述代码查询了表employee中salary大于5000的记录,并返回这些记录的name和age字段。 4. 聚合数据 Hive还支持聚合查询,例如: ``` SELECT COUNT(*) FROM employee WHERE age > 30; ``` 上述代码查询了表employee中年龄大于30岁的记录数。 5. 分组数据 Hive还支持分组查询,例如: ``` SELECT address, AVG(salary) FROM employee GROUP BY address; ``` 上述代码查询了表employee中每个地址的平均工资。 6. 排序数据 Hive支持对查询结果进行排序,例如: ``` SELECT * FROM employee ORDER BY salary DESC; ``` 上述代码查询了表employee中所有记录,并按照工资从高到低进行排序。 以上就是Hive基本查询操作,可以帮助你快速了解和使用Hive进行数据分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值