Hive--查询

最新推荐文章于 2023-02-22 16:54:48 发布
最新推荐文章于 2023-02-22 16:54:48 发布
阅读量467 收藏 1
点赞数
分类专栏： 大数据相关
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44342108/article/details/102827956
版权

文章目录

Hive–查询

前言：

官方文档：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]

一、 基本查询（Select…From）

1、全表和特定列查询
  • 全表查询
hive (default)> select * from emp;
  • 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。

2 、列别名

给所查询的列取个别名，这样便于计算，可以在紧随列名，也可以在列名和别名之间加入关键字 ‘AS’，列如：

查询名称和部门

hive (default)> select ename AS name, deptno dn from emp;
3 、算术运算符

表 3

运算符描述
A+BA和B 相加
A-BA减去B
A*BA和B 相乘
A/BA除以B
A%BA对B取余
A&BA和B按位取与
A|BA和B按位取或
A^BA和B按位取异或
~AA按位取反

例如：

​ 查询出所有员工的薪水后加1显示。

hive (default)> select sal +1 from emp;
4、常用函数
  • 求总行数（count）
hive (default)> select count(*) cnt from emp;
  • 求工资的最大值（max）
hive (default)> select max(sal) max_sal from emp;
  • 求工资的最小值（min）
hive (default)> select min(sal) min_sal from emp;
  • 求工资的总和（sum）
hive (default)> select sum(sal) sum_sal from emp;
  • 求工资的平均值（avg）
hive (default)> select avg(sal) avg_sal from emp;
5、Limit语句

典型的查询会返回多行数据，LIMIT子句用于限制返回的行数。

hive (default)> select * from emp limit 5;

二、 Where语句

  • 使用WHERE子句，将不满足条件的行过滤掉（谓词下推的原则）
  • WHERE子句紧随FROM子句

查询出薪水大于1000的所有员工

hive (default)> select * from emp where sal >1000;
1、比较运算符（Between/In/ Is Null）
  • 下面表中描述了谓词操作符，这些操作符同样可以用于JOIN…ON和HAVING语句中。

表 4

操作符支持的数据类型描述
A=B基本数据类型如果A等于B则返回TRUE，反之返回FALSE
A<=>B基本数据类型如果A和B都为NULL，则返回TRUE，其他的和等号（=）操作符的结果一致，如果任一为NULL则结果为NULL
A<>B, A!=B基本数据类型A或者B为NULL则返回NULL；如果A不等于B，则返回TRUE，反之返回FALSE
A<B基本数据类型A或者B为NULL，则返回NULL；如果A小于B，则返回TRUE，反之返回FALSE
A<=B基本数据类型A或者B为NULL，则返回NULL；如果A小于等于B，则返回TRUE，反之返回FALSE
A>B基本数据类型A或者B为NULL，则返回NULL；如果A大于B，则返回TRUE，反之返回FALSE
A>=B基本数据类型A或者B为NULL，则返回NULL；如果A大于等于B，则返回TRUE，反之返回FALSE
A [NOT] BETWEEN B AND C基本数据类型如果A，B或者C任一为NULL，则结果为NULL。如果A的值大于等于B而且小于或等于C，则结果为TRUE，反之为FALSE。如果使用NOT关键字则可达到相反的效果。
A IS NULL所有数据类型如果A等于NULL，则返回TRUE，反之返回FALSE
A IS NOT NULL所有数据类型如果A不等于NULL，则返回TRUE，反之返回FALSE
IN(数值1, 数值2)所有数据类型使用 IN运算显示列表中的值
A [NOT] LIKE BSTRING 类型B是一个SQL下的简单正则表达式，如果A与其匹配的话，则返回TRUE；反之返回FALSE。B的表达式说明如下：‘x%’表示A必须以字母‘x’开头，‘%x’表示A必须以字母’x’结尾，而‘%x%’表示A包含有字母’x’,可以位于开头，结尾或者字符串中间。如果使用NOT关键字则可达到相反的效果。
A RLIKE B, A REGEXP BSTRING 类型B是一个正则表达式，如果A与其匹配，则返回TRUE；反之返回FALSE。匹配使用的是JDK中的正则表达式接口实现的，因为正则也依据其中的规则。例如，正则表达式必须和整个字符串A相匹配，而不是只需与其字符串匹配。

例子：

  • 查询出薪水等于5000的所有员工
hive (default)> select * from emp where sal =5000;
  • 查询工资在500到1000的员工信息
hive (default)> select * from emp where sal between 500 and 1000;
  • 查询comm为空的所有员工信息
hive (default)> select * from emp where comm is null;
  • 查询工资是1500或5000的员工信息
hive (default)> select * from emp where sal IN (1500, 5000);
2 、Like和RLike

1）使用LIKE运算选择类似的值

2）选择条件可以包含字符或数字: ” % “ 代表零个或多个字符(任意个字符) ” _ “ 代表一个字符。

3）RLIKE子句是Hive中这个功能的一个扩展，其可以通过Java的正则表达式这个更强大的语言来指定匹配条件。

例子：

  • 查找以2开头薪水的员工信息
hive (default)> select * from emp where sal LIKE '2%';
  • 查找第二个数值为2的薪水的员工信息
hive (default)> select * from emp where sal LIKE '_2%';
  • 查找薪水中含有2的员工信息
hive (default)> select * from emp where sal RLIKE '[2]';
3、 逻辑运算符（And/Or/Not）

表

操作符含义
AND逻辑并
OR逻辑或
NOT逻辑否

例子

  • 查询薪水大于1000，部门是30
hive (default)> select * from emp where sal>1000 and deptno=30;
  • 查询薪水大于1000，或者部门是30
hive (default)> select * from emp where sal>1000 or deptno=30;
  • 查询除了20部门和30部门以外的员工信息
hive (default)> select * from emp where deptno not IN(30, 20);

三、分组

1 、Group By语句

GROUP BY语句通常会和聚合函数一起使用，按照一个或者多个列队结果进行分组，然后对每个组执行聚合操作。

例子：

  • 计算emp表每个部门的平均工资
hive (default)> select t.deptno, avg(t.sal) avg_sal from emp t group by t.deptno;
  • 计算emp每个部门中每个岗位的最高薪水
hive (default)> select t.deptno, t.job, max(t.sal) max_sal from emp t group by t.deptno, t.job;
2、 Having语句

having与where不同点

  • where针对表中的列发挥作用，查询数据；having针对查询结果中的列发挥作用，筛选数据。

  • where后面不能写分组函数，而having后面可以使用分组函数。

  • having只用于group by分组统计语句。

例子：

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

 avg_sal > 2000;
  • 求每个部门的平均工资
hive (default)> select deptno, avg(sal) from emp group by deptno;

四、Join语句

Hive支持通常的SQL JOIN语句，但是只支持等值连接，不支持非等值连接。

例子：

根据员工表和部门表中的部门编号相等，查询员工编号、员工名称和部门名称；

hive (default)> select e.empno, e.ename, d.deptno, d.dname from emp e join dept d

 on e.deptno = d.deptno;
1、内连接

内连接：只有进行连接的两个表中都存在与连接条件相匹配的数据才会被保留下来。

hive (default)> select e.empno, e.ename, d.deptno from emp e join dept d on e.deptno
 = d.deptno;
2、左外连接

左外连接：JOIN操作符左边表中符合WHERE子 句的所有记录将会被返回。

hive (default)> select e.empno, e.ename, d.deptno from emp e left join dept d on e.deptno = d.deptno;
3、右外连接

右外连接：JOIN操作符右边表中符合WHERE子句的所有记录将会被返回。

hive (default)> select e.empno, e.ename, d.deptno from emp e right join dept d on e.deptno = d.deptno;
4、满外连接

满外连接：将会返回所有表中符合WHERE语句条件的所有记录。如果任一表的指定字段没有符合条件的值的话，那么就使用NULL值替代。

hive (default)> select e.empno, e.ename, d.deptno from emp e full join dept d on e.deptno = d.deptno;
5、多表连接

注意：连接 n个表，至少需要n-1个连接条件。例如：连接三个表，至少需要两个连接条件。

多表连接查询

hive (default)>SELECT e.ename, d.deptno, l. loc_name
FROM   emp e 
JOIN   dept d
ON     d.deptno = e.deptno 
JOIN   location l
ON     d.loc = l.loc;

大多数情况下，Hive会对每对JOIN连接对象启动一个MapReduce任务。本例中会首先启动一个MapReduce job对表e和表d进行连接操作，然后会再启动一个MapReduce job将第一个MapReduce job的输出和表l;进行连接操作。

注意：为什么不是表d和表l先进行连接操作呢？这是因为Hive总是按照从左到右的顺序执行的。

6、笛卡尔积

1．笛卡尔集会在下面条件下产生

（1）省略连接条件

（2）连接条件无效

（3）所有表中的所有行互相连接

例子：

hive (default)> select empno, dname from emp, dept;
7、连接谓词中不支持or
hive (default)> select e.empno, e.ename, d.deptno from emp e join dept d on e.deptno
= d.deptno or e.ename=d.ename;  ## 这个是错误的示范

五、排序

1、全局排序（Order By）

Order By：全局排序，一个Reducer

  • 使用 ORDER BY 子句排序

    ASC（ascend）: 升序（默认）

    DESC（descend）: 降序

  • ORDER BY 子句在SELECT语句的结尾

例子:

​ （1）查询员工信息按工资升序排列

hive (default)> select * from emp order by sal;

​ （2）查询员工信息按工资降序排列

hive (default)> select * from emp order by sal desc;
2 、按照别名排序

按照员工薪水的2倍排序

hive (default)> select ename, sal*2 twosal from emp order by twosal;
3、 多个列排序

按照部门和工资升序排序

hive (default)> select ename, deptno, sal from emp order by deptno, sal;
4、每个MapReduce内部排序（Sort By）

Sort By：每个Reducer内部进行排序，对全局结果集来说不是排序。

  • 设置reduce个数
hive (default)> set mapreduce.job.reduces=3;
  • 查看设置reduce个数
hive (default)> set mapreduce.job.reduces;
  • 根据部门编号降序查看员工信息
hive (default)> select * from emp sort by empno desc;
  • 将查询结果导入到文件中（按照部门编号降序排序）
hive (default)> insert overwrite local directory '/opt/module/datas/sortby-result'
 select * from emp sort by deptno desc;
5、分区排序（Distribute By）

Distribute By：类似MR中partition，进行分区，结合sort by使用。

可以有多个reduce

注意，Hive要求DISTRIBUTE BY语句要写在SORT BY语句之前。

对于distribute by进行测试，一定要分配多reduce进行处理，否则无法看到distribute by的效果。

例子：

先按照部门编号分区，再按照员工编号降序排序。

hive (default)> set mapreduce.job.reduces=3;

hive (default)> insert overwrite local directory '/opt/module/datas/distribute-result' select * from emp distribute by deptno sort by empno desc;
6、Cluster By

当distribute by和sorts by字段相同时，可以使用cluster by方式。

cluster by除了具有distribute by的功能外还兼具sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。

hive (default)> select * from emp cluster by deptno;
# 等价于
hive (default)> select * from emp distribute by deptno sort by deptno;

注意：按照部门编号分区，不一定就是固定死的数值，可以是20号和30号部门分到一个分区里面去。

六、分桶及抽样查询

1、分桶表数据存储

分区针对的是数据的存储路径；分桶针对的是数据文件。

分区提供一个隔离数据和优化查询的便利方式。不过，并非所有的数据集都可形成合理的分区，特别是之前所提到过的要确定合适的划分大小这个疑虑。

分桶是将数据集分解成更容易管理的若干部分的另一个技术。

1．先创建分桶表，通过直接导入数据文件的方式

  • 创建分桶表
create table stu_buck(id int, name string) clustered by(id) into 4 bucketsrow format delimited fields terminated by '\t';
  • 查看表结构
hive (default)> desc formatted stu_buck;

Num Buckets:            4
  • 导入数据到分桶表中
hive (default)> load data local inpath '/opt/module/datas/student.txt' into table

 stu_buck;
  • 查看创建的分桶表中是否分成4个桶，如图所示

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-05WSGA0U-1572443299799)(file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml9180\wps3.jpg)]

图 未分桶

发现并没有分成4个桶。是什么原因呢？

2．创建分桶表时，数据通过子查询的方式导入

  • 先建一个普通的stu表
create table stu(id int, name string)row format delimited fields terminated by '\t';
  • 向普通的stu表中导入数据
load data local inpath '/opt/module/datas/student.txt' into table stu;
  • 清空stu_buck表中数据
truncate table stu_buck;select * from stu_buck;
  • 导入数据到分桶表，通过子查询的方式
insert into table stu_buckselect id, name from stu;
  • 发现还是只有一个分桶，如图6-8所示

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-gijfrLEp-1572443299800)(file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml9180\wps4.jpg)]

图未分桶

  • 需要设置一个属性
hive (default)> set hive.enforce.bucketing=true;
hive (default)> set mapreduce.job.reduces=-1;
hive (default)> insert into table stu_buckselect id, name from stu;

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8zGo6IKz-1572443299801)(file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml9180\wps5.jpg)]

图 分桶

2、分桶抽样查询

对于非常大的数据集，有时用户需要使用的是一个具有代表性的查询结果而不是全部结果。Hive可以通过对表进行抽样来满足这个需求。

查询表stu_buck中的数据。

hive (default)> select * from stu_buck tablesample(bucket 1 out of 4 on id);

注：tablesample是抽样语句，语法：TABLESAMPLE(BUCKET x OUT OF y) 。

y必须是table总bucket数的倍数或者因子。hive根据y的大小，决定抽样的比例。例如，table总共分了4份，当y=2时，抽取(4/2=)2个bucket的数据，当y=8时，抽取(4/8=)1/2个bucket的数据。

x表示从哪个bucket开始抽取，如果需要取多个分区，以后的分区号为当前分区号加上y。例如，table总bucket数为4，tablesample(bucket 1 out of 2)，表示总共抽取（4/2=）2个bucket的数据，抽取第1(x)个和第3( x+y)个bucket的数据。

注意：x的值必须小于等于y的值，否则会报错

FAILED: SemanticException [Error 10061]: Numerator should not be bigger than denominator in sample clause for table stu_buck

七、其他常用查询函数

1、空字段赋值
  • 函数说明

NVL：给值为NULL的数据赋值，它的格式是NVL( string1, replace_with)。它的功能是如果string1为NULL，则NVL函数返回replace_with的值，否则返回string1的值，如果两个参数都为NULL ，则返回NULL。

  • 查询：如果员工的comm为NULL，则用-1代替
hive (default)> select nvl(comm,-1) from emp;
  • 查询：如果员工的comm为NULL，则用领导id代替
hive (default)> select nvl(comm,mgr) from emp;
2、时间类
  • date_format :格式化时间
hive (default)> select date_format(‘2019-06-23’,’yyyy-MM-DD’);
  • date_add ：时间跟天数相加
hive (default)> select date_add(‘2019-06-23’,5);

hive (default)> select date_add(‘2019-06-23’,-5);
  • date_sub : 时间跟天数相减
hive (default)> select date_add(‘2019-06-23’,5);

hive (default)> select date_add(‘2019-06-23’,-5);
  • datediff : 两个时间相减
hive (default)> select datediff(‘2019-06-23’,’2019-06-20’);

注意： 时间格式必须为yyyy-mm-dd 其他的不识别，需要转换一下

hive (default)> select regexp_replace(‘2019/06/23’,’/’,’-’);
3 、CASE WHEN
  • 数据准备
namedept_idsex
悟空A男
大海A男
宋宋B男
凤姐A女
婷姐B女
婷婷B女
  • 需求

求出不同部门男女各多少人。结果如下：

A 2 1

B 1 2

  • 创建本地emp_sex.txt，导入数据
[root@hadoop102 datas]$ vi emp_sex.txt
  • 创建hive表并导入数据
create table emp_sex(

name string, 

dept_id string, 

sex string) 

row format delimited fields terminated by "\t";

load data local inpath '/opt/module/datas/emp_sex.txt' into table emp_sex;
  • 按需求查询数据
select   dept_id,  sum(case sex when '男' then 1 else 0 end) male_count,  
	sum(case sex when '女' then 1 else 0 end) female_count from   
	emp_sex group by  dept_id;
4、行转列
  • 相关函数说明

CONCAT(string A/col, string B/col…)：返回输入字符串连接后的结果，支持任意个输入字符串;

CONCAT_WS(separator, str1, str2,…)：它是一个特殊形式的 CONCAT()。第一个参数剩余参数间的分隔符。分隔符可以是与剩余参数一样的字符串。如果分隔符是 NULL，返回值也将为 NULL。这个函数会跳过分隔符参数后的任何 NULL 和空字符串。分隔符将被加到被连接的字符串之间;

COLLECT_SET(col)：函数只接受基本数据类型，它的主要作用是将某字段的值进行去重汇总，产生array类型字段。

  • 数据准备
nameconstellationblood_type
孙悟空白羊座A
大海射手座A
宋宋白羊座B
猪八戒白羊座A
凤姐射手座A
  • 需求

把星座和血型一样的人归类到一起。结果如下：

射手座,A 大海|凤姐

白羊座,A 孙悟空|猪八戒

白羊座,B 宋宋

  • 创建本地constellation.txt，导入数据
[root@hadoop102 datas]$ vi constellation.txt

孙悟空	    白羊座		A

大海	     射手座	A

宋宋	     白羊座	B

猪八戒		白羊座		A

凤姐	     射手座	A
  • 创建hive表并导入数据
create table person_info(

name string, 

constellation string, 

blood_type string) 

row format delimited fields terminated by "\t";

load data local inpath “/opt/module/datas/constellation.txt” into table person_info;
  • 按需求查询数据
select t1.base,concat_ws('|', collect_set(t1.name)) name from (select name,        concat(constellation, ",", blood_type) base from person_info) t1  group by t1.base;
5、列转行
  • 函数说明

EXPLODE(col)：将hive一列中复杂的array或者map结构拆分成多行。

LATERAL VIEW

用法：LATERAL VIEW udtf(expression) tableAlias AS columnAlias

解释：用于和split, explode等UDTF一起使用，它能够将一列数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合。

  • 数据准备
moviecategory
《疑犯追踪》悬疑,动作,科幻,剧情
《Lie to me》悬疑,警匪,动作,心理,剧情
《战狼2》战争,动作,灾难
  • 需求

将电影分类中的数组数据展开。结果如下：

《疑犯追踪》      悬疑

《疑犯追踪》      动作

《疑犯追踪》      科幻

《疑犯追踪》      剧情

《Lie to me》   悬疑

《Lie to me》   警匪

《Lie to me》   动作

《Lie to me》   心理

《Lie to me》   剧情

《战狼2》        战争

《战狼2》        动作

《战狼2》        灾难
  • 创建本地movie.txt，导入数据
[root@hadoop102 datas]$ vi movie.txt

《疑犯追踪》 悬疑,动作,科幻,剧情

《Lie to me》 悬疑,警匪,动作,心理,剧情

《战狼2》 战争,动作,灾难

  • 创建hive表并导入数据
create table movie_info(    movie string,     category array<string>) 
row format delimited fields terminated by "\t"collection items terminated by ","; 
load data local inpath "/opt/module/datas/movie.txt" into table movie_info;
  • 按需求查询数据
select movie,category_namefrom movie_info lateral view explode(category) table_tmp as category_name;

八、窗口函数

相关函数说明

OVER()：指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化

CURRENT ROW：当前行

n PRECEDING：往前n行数据

n FOLLOWING：往后n行数据

UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING表示到后面的终点

LAG(col,n)：往前第n行数据

LEAD(col,n)：往后第n行数据

NTILE(n)：把有序分区中的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。注意：n必须为int类型。

  • 数据准备：name，orderdate，cost

jack,2017-01-01,10

tony,2017-01-02,15

jack,2017-02-03,23

tony,2017-01-04,29

jack,2017-01-05,46

jack,2017-04-06,42

tony,2017-01-07,50

jack,2017-01-08,55

mart,2017-04-08,62

mart,2017-04-09,68

neil,2017-05-10,12

mart,2017-04-11,75

neil,2017-06-12,80

mart,2017-04-13,94

  • 按需求查询数据

（1）查询在2017年4月份购买过的顾客及总人数

select name,count(*) over() from business where substring(orderdate,1,7) = '2017-04' group by name;

（2）查询顾客的购买明细及月购买总额

select name,orderdate,cost,sum(cost) over(partition by month(orderdate)) from business;

（3）上述的场景,要将cost按照日期进行累加

select name,orderdate,cost ,sum(cost) over(order by orderdate) from business;
# over(order by)  窗口里排序 就是相当于累加

（4）查看顾客上次的购买时间

select name,orderdate,cost, lag(orderdate,1,'1900-01-01') over(partition by name order by orderdate ) as time1, lag(orderdate,2) over (partition by name order by orderdate) as time2 from business;

（5）查询前20%时间的订单信息

select * from (select name,orderdate,cost, ntile(5) over(order by orderdate) sorted    from business) twhere sorted = 1;
sql 执行顺序：
from-> join on  -> where -> group by ->select having -> order by -> limilt  ，有子查询的话先子查询

九、Rank()函数

1．函数说明

RANK() 排序相同时会重复，总数不会变

DENSE_RANK() 排序相同时会重复，总数会减少

ROW_NUMBER() 会根据顺序计算

2．数据准备

表6-7 数据准备

namesubjectscore
孙悟空语文87
孙悟空数学95
孙悟空英语68
大海语文94
大海数学56
大海英语84
宋宋语文64
宋宋数学86
宋宋英语84
婷婷语文65
婷婷数学85
婷婷英语78

3．需求

计算每门学科成绩排名。

select name,
subject,
score,
rank() over(partition by subject order by score desc) rp,
dense_rank() over(partition by subject order by score desc) drp,
row_number() over(partition by subject order by score desc) rmp
from score;

name,orderdate,cost, ntile(5) over(order by orderdate) sorted from business) twhere sorted = 1;


#### sql 执行顺序：

from-> join on -> where -> group by ->select having -> order by -> limilt ，有子查询的话先子查询


### 九、Rank()函数

1．函数说明

RANK()       排序相同时会重复，总数不会变

DENSE_RANK()     排序相同时会重复，总数会减少

ROW_NUMBER()     会根据顺序计算

2．数据准备

表6-7 数据准备

| name   | subject | score |
| ------ | ------- | ----- |
| 孙悟空 | 语文    | 87    |
| 孙悟空 | 数学    | 95    |
| 孙悟空 | 英语    | 68    |
| 大海   | 语文    | 94    |
| 大海   | 数学    | 56    |
| 大海   | 英语    | 84    |
| 宋宋   | 语文    | 64    |
| 宋宋   | 数学    | 86    |
| 宋宋   | 英语    | 84    |
| 婷婷   | 语文    | 65    |
| 婷婷   | 数学    | 85    |
| 婷婷   | 英语    | 78    |

3．需求

计算每门学科成绩排名。

select name,
subject,
score,
rank() over(partition by subject order by score desc) rp,
dense_rank() over(partition by subject order by score desc) drp,
row_number() over(partition by subject order by score desc) rmp
from score;
奔腾的小野马~~
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
hive-jdbc-uber-3.1.2+yanagishima-18.0
06-26
《Hive JDBC Uber 3.1.2与Yanagishima：Kerberos环境下的即席查询解决方案》 在大数据处理领域，Apache Hive作为一款强大的数据仓库工具，被广泛用于存储、管理和分析大规模结构化数据。而Hive JDBC是连接Hive与...
hive-exec-2.1.1.jar
04-14
在大数据处理领域，Hive是一个基于Hadoop的数据仓库工具，它允许用户使用SQL-like的语言（称为HQL）来查询和管理大规模数据集。Hive 2.1.1是其一个稳定版本，提供了诸多增强的功能和性能优化。在这个场景中，我们...
Sort By、Distribute By 使用说明书
扛麻袋的少年的博客
05-27 1万+
七、Order By、Sort By、Distribute By、Cluster By 的使用
HQL查询条件
hardly555的博客
08-05 708
在HQL中可以使用表达式完成指定的运算或者作为限制查询结果的条件。 要注意HQL与SQL的区别如： SQL:select(*) from Student where name=?,pwd=? HQL:from Student where name=:name and pwd=:pwd 主要逻辑运算符如下表所示|———————————————————–| 类别 运算符 逻辑运算符
HIVE 基础（四）
qq_57151931的博客
02-22 337
分桶、视图
hive中的distribute by、sort by、cluster by
xuehuagongzi000的博客
02-21 1366
1.背景 hive中有一个store表，字段分别是"商店所属人标识"(merid)，“商户余额(money)”，“商店名称（name）”。求每个法人下属的商店的余额按照降序排序。 //merid,money,name B 10 store_B_4 A 12 store_A_1 A 14 store_A_2 B 15 store_B_1 B 19 store_B_2 B 30 store_B_3 2.distribute by、sort by hive中（distribute ...
HiveSql--基本运算符实战及注意点总结
qq_41018861的博客
05-29 1664
文章目录关系运算1、等值比较: =2、不等值比较: <>3、小于比较: <4、小于等于比较: <=5、大于比较: >6、大于等于比较: >=7、空值判断: IS NULL8、非空判断: IS NOT NULL9、LIKE比较: LIKE10、JAVA的LIKE操作: RLIKE11、REGEXP操作: REGEXP数学运算：1、加法操作: +2、减法操作: -3、乘法操作: *4、除法操作: /5、取余操作: %6、位与操作: &7、位或操作: |8、位异或操作:
hive2.1.1-cdh6.3.2
05-08
2. **hive-exec-2.1.1-cdh6.3.2.jar**：这个文件包含了Hive执行引擎的核心库，用于处理查询解析、优化、计划生成以及实际的数据处理任务。它是Hive服务端的一部分，通常在Hive服务器上运行，而非客户端。 3. **hive...
hive-jdbc-1.2.1-standalone
11-15
Hive JDBC允许开发者使用标准的JDBC API来执行SQL查询，获取数据，或者将数据写入Hive表。在给定的标题“hive-jdbc-1.2.1-standalone”中，"standalone"表示这是一个独立的版本，包含了运行Hive JDBC所需的所有依赖...
apache-hive-3.1.2-bin.tar.gz
06-24
Apache Hive 是一个基于Hadoop的数据仓库工具，它允许用户通过SQL-like语法查询、管理大量结构化数据。在大数据处理领域，Hive 提供了一个灵活、可扩展的框架，使得数据分析人员能够对存储在Hadoop分布式文件系统...
Hive之查询操作
lslslslslss的博客
12-22 1916
目录 一、查询总述 select执行顺序 二、基本查询 重命名 算术运算符 常用函数 Limit语句 Where语句 比较运算符 Like和RLike 逻辑运算符 三、分组查询 Group By语句 Having语句 四、Join语句 等值Join 内连接 左外连接 右外连接 满外连接 多表连接 笛卡尔积 五、排序 全局排序（Order By） 重命名排序 多个列排序 每个Reduce内部排序（Sort By） 分区distribute by 分区排
Hive sql 中 order by、sort by、distribute by、cluster by用法
leveretz的博客
06-19 3458
名词解释： order by 　　Hive中的order by和数据库中的order by 功能一致，按照某一项或者几项排序输出，可以指定是升序或者是降序排序。它保证全局有序，但是进行order by的时候是将所有的数据全部发送到一个Reduce中，所以在大数据量的情况下可能不能接受，最后这个操作将会产生一个文件。 sort by 　　sort by只能保证在同一个reduce中的数据可以按指定字段排序。使用sort by 你可以指定执行的reduce个数 （set mapreduce.job.re
hive四种排序Order By , Sort By ,Distribute By ,Cluster By
张俊杰 的博客
09-28 3559
前文 Hive的本质是MapReduce，MapReduce中如何排序的?? MapReduce分为几种: 1.全排序order By： 结果只有一个(也就是只有一个分区)，所有的数据整体有序. 2.部分排 序sort By： 结果有多个(相当于有多个分区)，每个分区内部有序的. 3.二次排序： 在排序时，比较的条件有多个,比如说按总流量排序,总流量相等就按上行流量排序. 注意: 排序是在reduce之前就已经排好序了，排序是shuffle阶段的主要工作.然后让Reduce方便接下来的处理 准备数据
Hive中ORDER BY、SORT BY和DISTRIBUTE BY
qq_44540985的博客
11-04 1173
ORDERBY ORDERBY在Hive中的作用同标准SQL中一样，对结果集进行整体排序，ORDER BY 会对结果集进行一个全局排序，所有数据将被放在一个reducer当中处理。 当结果数据量大时，使用ORDER BY不可取，一个reducer处理整个数据集排序进程会很缓慢，不论通过mapreduce.job.reduces参数设置几个reducer，ORDER BY只会使用一个reducer。 SORTBY SORT BY会对被随机（随机分配数据是为了防止数据的倾斜）分配到每个reducer中的数据集进
Hive 中的 order by、sort by、distribute by 和 cluster by
RayfunC的博客
01-17 588
order by 全局排序，默认升序, Hive在运行MR程序时会指定Reducer个数为1 默认Reducer个数为-1, 根据运行时HQL语句解析结果指定 示例: 1）查询员工信息按工资升序排列 hive (default)&amp;amp;gt; select * from emp order by salaray; 2）查询员工信息按工资降序排列 hive (default)&amp;amp;gt; select * ...
hive 修改cluster by算法_Hive系列（二 ) Hive的基本原理和操作，全的不行！！
weixin_39802962的博客
10-21 228
文章目录一：Hive的基本架构原理：1．用户接口：Client2．元数据：Metastore3．Hadoop4．驱动器：Driver二：Hive的作用和优势：基于Hadoop的数据仓库解决方案优势：缺点：三：Hive的数据类型：四：Hive元数据结构：元数据管理:五：Hive的数据库表分类:内部表：外部表：六：Hive基本命令:创建数据库:创建内部表:创建外部表:插入表数据:查询表数据:...
Hive中四种 join on筛选条件与where筛选条件的区别
风
09-16 1万+
tableA的结构及数据： id name grade dept 1 lijie1 100.0 10 2 lijie2 90.0 20 3 lijie3 60.0 10 4 lijie4 80.0 10 5 lijie5 70.0 20 tableB的结构及数据： id name 1...
Hive分区、分桶操作及其比较
热门推荐
epitomizelu的专栏
12-13 2万+
1，Hive分区。 是指按照数据表的某列或某些列分为多个区，区从形式上可以理解为文件夹，比如我们要收集某个大型网站的日志数据，一个网站每天的日志数据存在同一张表上，由于每天会生成大量的日志，导致数据表的内容巨大，在查询时进行全表扫描耗费的资源非常多。那其实这个情况下，我们可以按照日期对数据表进行分区，不同日期的数据存放在不同的分区，在查询时只要指定分区字段的值就可以直接从该分区查找。
Hive总结2（分区+分桶+查询）
qq_35690700的博客
08-11 4341
Hive是一个数据仓库 ，保存的半结构化数据  文本。 Hive不支持：事务，不支持索引（但可以通过分桶实现快速的查询，hash）  类似的分布的nosql（Not Only Sql数据库：hbase - Phoinex(凤凰)    Hive的功能，就是做mapreduce。 分区： 就是在可控制的情况下，将数据放到不同的目录下。 减小查询的范围。 并不能加快查询的速度。还是要查询所...
hive -e和hive -f的区别
最新发布
11-22
hive -e和hive -f的区别如下： 1. hive -e：使用-e选项可以在命令行中直接执行短命令。例如，可以使用以下命令在Hive中执行查询： ``` hive -e "use tv; select * from test;" ``` 这将在Hive中执行两个操作：首先，使用tv数据库，然后从test表中选择所有的数据。 2. hive -f：使用-f选项可以执行一个包含Hive查询的文件。例如，可以使用以下命令执行名为test.hql的Hive查询文件： ``` hive -f test.hql ``` 这将执行test.hql文件中的所有Hive查询。 总结起来，hive -e用于执行短命令，而hive -f用于执行包含Hive查询的文件。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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