Hadoop专栏（十三）HIVE详解 下

一、Hive操作-交互模式

检查Hive服务是否已经启动
使用Hive交互方式（输入hive即可）
使用beeline
需启动hiveserver2服务

nohup hive --service metastore &
nohup hive --service hiveserver2 &

输入命令回车

[root@nodefour ~]# nohup hive --service hiveserver2 &
[2] 4237
[root@nodefour ~]# nohup: 忽略输入并把输出追加到"nohup.out"

[root@nodefour ~]# 

查看进程状态，如果启动RunJar三个及以上，则进行下一步

[root@nodefour ~]# jps
4035 RunJar
3813 RunJar
1687 SecondaryNameNode
4136 Jps
1532 DataNode
3644 RunJar
1405 NameNode
3903 RunJar

输入beeline进入beeline交互模式

[root@nodefour ~]# beeline
which: no hbase in (/root/software/jdk-11.0.8/bin:/root/software/jdk-11.0.8/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/opt/install/hadoop/bin:/opt/install/hadoop/sbin:/opt/install/hive/bin:/root/software/apache-maven-3.3.9/bin:/root/bin)
Beeline version 1.1.0-cdh5.14.2 by Apache Hive
beeline>

在beeline模式输入（需要按几下回车）

!connect jdbc:hive2://nodefour:10000

示例：

beeline> !connect jdbc:hive2://nodefour:10000
scan complete in 1ms
Connecting to jdbc:hive2://nodefour:10000
Enter username for jdbc:hive2://nodefour:10000: 
Enter password for jdbc:hive2://nodefour:10000: 
Connected to: Apache Hive (version 1.1.0-cdh5.14.2)
Driver: Hive JDBC (version 1.1.0-cdh5.14.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ

展示数据库

0: jdbc:hive2://nodefour:10000> show databases;
INFO  : Compiling command(queryId=root_20201210142929_3a2403f6-7cbd-4c07-a365-6df20369abfb): show databases
INFO  : Semantic Analysis Completed
INFO  : Returning Hive schema: Schema(fieldSchemas:[FieldSchema(name:database_name, type:string, comment:from deserializer)], properties:null)
INFO  : Completed compiling command(queryId=root_20201210142929_3a2403f6-7cbd-4c07-a365-6df20369abfb); Time taken: 0.872 seconds
INFO  : Concurrency mode is disabled, not creating a lock manager
INFO  : Executing command(queryId=root_20201210142929_3a2403f6-7cbd-4c07-a365-6df20369abfb): show databases
INFO  : Starting task [Stage-0:DDL] in serial mode
INFO  : Completed executing command(queryId=root_20201210142929_3a2403f6-7cbd-4c07-a365-6df20369abfb); Time taken: 0.193 seconds
INFO  : OK
+----------------+--+
| database_name  |
+----------------+--+
| default        |
+----------------+--+
1 row selected (1.894 seconds)

退出

0: jdbc:hive2://nodefour:10000> !quit;

二、Hive数据类型——基本数据类型

（1）类似于SQL的数据类型

（2）Hive数据结构

三、分桶

（1）打开分桶表

set hive.enforce.bucketing=true;

（2）建表
在建表时，如果表名和关键词相同，则使用 ``进行处理，其余则不用

create table if not exits hr_bucket(
name string,
id int,
num string,
time2 string
)
clustored by (id) into 8 buckets
row format delimited
fields terminated by '|';

（3）往分桶表插入数据

insert into table hr_bucket

（4）查询分桶表数据

select * from employee_hr limit 10;

（5）清空数据的命令

truncate table hr_bucket;

（6）查看分桶

dfs -cat /home/hadoop/hive/warehouse/test1.db/hr_bucket/000000

四、分桶抽样

（1）随机抽样基于整行数据

select * from table_name TABLESAMPLE(BUCKET 3 OUT OF 32 ON rand()) s;

（2）随机抽样基于指定列(使用分桶列更高效）
取值方式：
分桶数b/out of 的数m=从第n个分桶开始取，往后再去取，从n+m处取

select * from table_name TABLESAMPLE(BUCKET 3 OUT OF 32 ON id) s;

五、Hive视图

（1）概述

1.通过隐藏子查询、连接和函数来简化查询的逻辑结构
2.只保存定义，不存储数据
3.如果删除或更改基础表，则查询视图将失败
4.视图是只读的，不能插入或装载数据

（2）应用场景

1.将特定的列提供给用户，保护数据隐私
2.用于查询语句复杂的场景

（3）操作命令
1.创建视图

create view view_hr as select name,id from employee_hr where id>10;

2.查找视图（SHOW VIEWS在hive v2.2.0之后）

show tables;

3.查看视图定义

show create table view_hr;

4.删除视图

drop view view_hr;

Hive侧视图

与表生成函数结合使用，将函数的输入和输出连接 OUTTER关键字：即使output为空也会生成结果

select
name,
wps,
skills,
score
from employee
lateral view explode(work_place) workplace as wps
lateral view explode(skills score) sksas as skills,score;