【Hive基础】

一、Hive中的数据库

（1）创建数据库

Hive会为每个数据库在HDFS创建一个目录。 数据库中的表将会以这个数据库目录的子目承形式存储。有一个例外就是自带的default数据库，这个数据库没有自己的目录。

代码如下（示例）：

CREATE DATABASE school;
CREATE DATABASE IF NOT EXISTS school;

IF NOT EXISTS子句是可选的，如果数据库school已经存在的话，那么会抛出一个错误信息。加入IF NOT EXISTS子句可以避免这种情况下抛出错误信息。

（2）查看Hive中包含的数据库

代码如下（示例）：

SHOW DATABASES;

（3）USE命令

USE命令用于将某个数据库设置为用户当前的工作数据库，和在文件系统中切换工作目录是一个概念。
代码如下（示例）：

USE school;

（4）删除数据库

代码如下（示例）：

DROP DATABASE school;
DROP DATABASE IF EXISTS school;
DROP DATABASE IF EXISTS school CASCADE;

IF EXISTS子句是可选的，如果加了这个子句，就可以避免因数据库school不存在而抛出的警告信息。
另外Hive是不允许删除一个包含有表的数据库。用户要么先删除数据库中的表再删除数据库，要么在删除命令的最后加上CASCADE关键字，CASCADE关键字可以使Hive自行先删除数据库中的表，再删除数据库。

二、Hive中的表

1、数据类型

数据类型	长度	例子
TINYINT	1byte有符号整数	10
SMALINT	1byte有符号整数	10
INT	1byte有符号整数	10
BIGINT	1byte有符号整数	10
BOOLEAN	布尔类型	TRUE、FALSE
FLOAT	单精度浮点数	1.0
DOUBLE	双精度浮点数	1.0
STRING	字符串	“abcd”
TIMESTAMP	日期,时间戳或者字符串	13584697223或者2021-12-25 1:12:23
ARRAY	一组有序字段，类型必须相同	Array(1,2)
MAP	一组无序的键值对	Map(‘a’,1,‘b’,2)
STRUCT	一组命名的字段，字段类型可以不同	Struct(‘a’,1,1,2)

2、分隔符

分隔符	描述
\n	行分隔符
^A	列分隔符
^B	ARRAY、MAP、STRUCT中元素之间的分隔符
^C	MAP中KEY和VALUE之间的分隔符

3、建表语句

(1)建表语句

代码如下（示例）：

CERAT TABLE student;

(2)自定义行分隔符

代码如下（示例）：

LINES TERMINATED BY '\n'

(3)列分隔符

列分隔符要放到以下子句后边
子句（示例）：

ROW FORMAT DELIMITED

自定义列分隔符
代码如下（示例）：

FIELDS TERMINATED BY ' '  (设置空格为列分隔符)

自定义集合分隔符
代码如下（示例）：

COLLECTION TERMINATED BY ' '  (设置空格为集合分隔符)

自定义Map分隔符
代码如下（示例）：

MAP TERMINATED BY ' '  (设置空格为Map分隔符)

(4)整理

完整建表代码（示例）：

CREATE TABLE IF NOT EXISTS student(
  id INT COMMENT '序号',
  name STRING COMMENT '名字'
) ROW FORMAT DELIMITED
FIELDS TERMINATED BY ' ';

4、装载数据

把HDFS的数据装载进表
代码如下（示例）：

LOAD DATA INPATH '/hive/student.txt' INTO TABLE student;

在LOAD后添加LOCAL关键字，那么这个路径就是本地(Linux) 文件系统路径，文件将会被上传到表目录中。（本地数据装载进表）
代码如下（示例）：

LOAD DATA LOCAL INPATH '/home/hadoop/hive/teacher.txt' INTO TABLE teacher;

在INTO后添加OVERWRITE关键字，那么表目录中的数据会先被删除。也就是说没有OVERWRITE时装载数据是进行追加操作，有OVERWRITE时装载数据时进行覆盖操作。（本地数据覆盖进表）
代码如下（示例）：

LOAD DATA LOCAL INPATH '/home/hadoop/hive/teacher.txt' INTO TABLE OVERWRITE teacher;

---

三、查询语法

1、SELECT…FROM…WHERE…语句

SELECT是HiveQL中的查询语句，FROM子句标识了从哪个表选择记录，WHERE子语句通过谓词表达式设置过滤条件。

Hive中的谓词操作符

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否则返回FALSE
A<>B，A!=B	基本数据类型	如果 A 不等于 B则返回TRUE否则返回FALSE
A>B，A<B，A>=B，A<=B	基本数据类型	如果 A 大于/小于/大于等于/小于等于 B则返回TRUE否则返回FALSE
A IS NULL	所有数据类型	如果 A 等于NULL则返回TRUE否则返回FALSE
A IS NOT NULL	所有数据类型	如果 A 不等于NULL则返回TRUE否则返回FALSE
A BETWEEN B AND C	基本数据类型	如果 A 大于等于 B 并且小于等于 C 则返回TRUE否则返回FALSE
A IN (B,C)	所有数据类型	如果 A 等于 B 或 C 则返回TRUE否则返回FALSE

对于字符串类型可以使用LIKE进行模糊查询，其中%匹配任意个字符，_匹配一个字符。'x%'表示以字母x开头; '%x’表示以字母x结尾; '%x%'表示包含字母x。
多个查询条件之间可以使用AND或者OR拼接，AND表示并且，OR表示或者。
所有的查询条件都可以使用NOT进行取反操作。
案例
代码如下（示例）：

SELECT * FROM student;
SELECT * FROM student WHERE age > 20;
SELECT * FROM student WHERE age != 20;
SELECT * FROM student WHERE name LINK 'a%';
SELECT * FROM student WHERE age >= 20 AND age <=21;
SELECT * FROM student WHERE age BETWEEN 20 AND 21;

2、聚合函数

常用的Hive的内置聚合函数

返回值类型	函数	描述
BIGINT	count(*)	计算总行数，包含NULL值的行
DOUBLE	sum(col)	计算指定行的值的和
DOUBLE	avg(col)	计算指定行的值的平均数
DOUBLE	min(col)	计算指定行的最小值
DOUBLE	max(col)	计算指定行的最大值

案例
代码如下（示例）：

SELECT COUNT(*) FROM student;
SELECT AVG(age) FROM student;
SELECT MIN(age) FROM student;
SELECT MAX(age) FROM student;

3、排序

ASC 升序（默认），DESC 降序
ORDER BY：全局排序

代码如下（示例）：

SELECT * FORM student ORDER BY age ASC;
SELECT * FROM student ORDER BY age DESC;

---