Hive学习笔记001

hive的应用场景

主要是解决了，如果使用多个map和reduce进行数据处理，每次都需要修改程序，有些改动非常少，这样不利于开发效率
    hive的出现主要是解决了因为小的需求变更而，频繁的需要修改hadoop程序，提供了类似sql的HiveQl。Hive类似一个中间转换器(编译器的作用),将hadoop产生的数据，存储在Hive(内嵌一个非常小巧的数据库Derby),Hive提供有类似SQL的查询语句。当然这个存储的数据也可以配置到mysql这样的数据库。
    换句话说：Hive提供了hadoop查询数据使用类似SQL的查询语言，中间做的工作主要有：将用户的hadoop处理的数据，建立一个表存储好表的元数据、位置信息等，它将hadoop处理的数据存储起来，当调用HiveQL查询的时候，会对HiveQL进行解析，然后转换为hadoop能执行的map、reduce的环节进行处理。

1.解压
    tar -zxvf hive-0.12.0.tar.gz

2.  
    bin> ./hive

3.show database;

create database test_db;
show databases;
use test_db;
create table t_mygirl(id int ,name string, age int, size string)
show tables;

#不支持sql插入和更新
insert into t_mygirl values(1, "baby", 18, "36C");

#分隔符  enter键
row format delimited

#列使用\t分隔
fields terminated by "\t";

完整的建表语句，包括指定列的分隔符

create table t_mygirl(id int ,name string, age int, size string)
row format delimited
fields terminated by "\t";

#进入表格文件t_mygirl
vim t_mygirl
    内容
        1   baby 18 36C
        2   yifei   19  37B
        3   yangmi  22  36A
        4   zhiling 36  36C
        5   fengjie 29  39A

#上传文件
hadoop  fs -put mygirls.data /xx/xxx/xxx/test_db.db/t_mygirl

#hive查询
>hive
    select * from t_mygirl where age < 30;
    select count(*) from t_mygirl where age < 30;