Hive查询语言(HiveQL)

hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

GROUP BY

按照某些字段的值进行分组，有相同值放到一起

SELECT col1 [,col2] ,count(1),sel_expr（聚合操作）
FROM table
WHERE condition         -->Map端执行
GROUP BY col1 [,col2]   -->Reduce端执行
[HAVING]                -->Reduce端执行

从表中读取数据，执行where条件，以col1列分组，把col1列的内容作为key，其他列值作为value，上传到reduce，在reduce端执行聚合操作和having过滤。

常用聚合操作

  1. count:计数

• count(*)    所有值不全为NULL时，加1操作
• count(1)    不管有没有值，只要有这条记录，值就加1
• count(col)  col列里面的值为null，值不会加1，这个列里面的值不为NULL，才加1

  2.