数据仓库工具 hive的入门（四）HQL操作之--DQL命令

**Hive命令实战操作之 – DQL命令
@DQL – Data Query Language 数据查询语言

提示：本文章内容取自来源： 拉勾教育大数据高薪训练营

---

---

前言

提示：本文章对于初学者准备，希望对大家有所帮助。如果有什么建议和疑问，请留言给我，我会不断完成完善。

---

HQL操作之–DQL命令

第 1 节 基本查询

1.全表查询
select * from emp;
2.选择特定列查询
select ename, sal, comm from emp;
3. 使用函数
select count(*) from emp;
select sum(sal) from emp;
select max(sal) from emp;
select min(sal) from emp;
select avg(sal) from emp;
4. 使用limit子句限制返回的行数
select * from emp limit 3;

第 2 节 where子句

1select * from emp
where sal > 2000;

注：
1.where 子句中不能使用列的别名；
2.where子句中会涉及到较多的比较运算 和 逻辑运算；
3.where子句针对表中的数据发挥作用；having针对查询结果（聚组以后的结果）发挥作用
4.where子句不能有分组函数；having子句可以有分组函数

第 3 节 group by子句

GROUP BY语句通常与聚组函数一起使用，按照一或多个列对数据进行分组，对每个组进行聚合操作。

 计算emp表每个部门的平均工资
select deptno, avg(sal)
from emp
group by deptno; 

计算emp每个部门中每个岗位的最高薪水
select deptno, job, max(sal)
from emp
group by deptno, job

求每个部门的平均薪水大于2000的部门
select deptno, avg(sal)
 from emp
group by deptno
having avg(sal) > 2000；

注：having只用于group by分组统计之后

第 4 节 表连接

Hive支持通常的SQL JOIN语句。默认情况下，仅支持等值连接，不支持非等值连
接。

1. 内连接: [inner] join
2. 外连接 (outer join)

• 左外连接。 left [outer] join，左表的数据全部显示
• 右外连接。 right [outer] join，右表的数据全部显示
• 全外连接。 full [outer] join，两张表的数据都显示

-- 内连接
select * from u1 join u2 on u1.id = u2.id;

-- 左外连接
select * from u1 left join u2 on u1.id = u2.id;

-- 右外连接
select * from u1 right join u2 on u1.id = u2.id;

-- 全外连接
select * from u1 full join u2 on u1.id = u2.id;

第 5 节 排序子句

5.1 全局排序(order by)

order by 子句出现在select语句的结尾；order by执行全局排序，只有一个reduce；

order by子句对最终的结果进行排序；

默认使用升序(ASC)；可以使用DESC，跟在字段名之后表示降序；

-- 多列排序
select empno, ename, job, mgr, sal + nvl(comm, 0) salcomm,
deptno
 from emp
order by deptno, salcomm desc;

-- 排序字段要出现在select子句中。以下语句无法执行（因为select子句中缺少
deptno）：
select empno, ename, job, mgr, sal + nvl(comm, 0) salcomm
from emp
order by deptno, salcomm desc;

5.2 内部排序(sort by)

sort by为每个reduce产生一个排序文件，在reduce内部进行排序，得到局部有序的结果；

-- 设置reduce个数
set mapreduce.job.reduces=2;

-- 按照工资降序查看员工信息
select * from emp sort by sal desc;