hive中的SQL

第一章 查询语句基本语法

1.1 **Select***查询结构基本语法

下面是一个SQL查询语句的基本结构

1.2 sql****语句的执行顺序

1.3 查询注意事项

1.4 数据库建模

关系型数据库最难的地方，就是建模（model）。

错综复杂的数据，需要建立模型，才能储存在数据库。所谓"模型"就是两样东西：实体

（entity）+ 关系（relationship）ER图。实体指的是那些实际的对象，带有自己的属性，可以理解成一组相关属性的容器。关系就是实体之间的联系，通常可以分成"一对一"、"一对 多"和"多对多"等类型。

第二章 Join****的语法与特点

2.1 表之间关系

2.2 Join案例-语句特点演示

2.1.1 连接分类

类型：(left join \ left outer join)
right join right outer join inner join
full outer join
特殊类型：
left semi join

准备数据

请参照/data/u1.txt ,/data/u2.txt

2.2.2 建两张表

create table if not exists u1(
id int, name string
)
row format delimited fields terminated by ',';

create table if not exists u2(
id int, name string
)
row format delimited fields terminated by ',';

2.2.3 加载数据

load data local inpath '/opt/data/u1.txt' into table u1;
load data local inpath '/opt/data/u2.txt' into table u2;

2.2.4 内连接

使用关键字join 、 inner join 、 多表用逗号分开

2.1.1 左连接

数据以左表的数据为准，左表存在的数据都查询出，右表的数据关联上就出来，关联不上以

NULL代替

2.1.2 右连接

以右表为准，来匹配左表信息，如果匹配不上，使用NULL来代替。

2.1.3 全连接

2.3 Hive专有Join****特点

2.3.1 left semi join

在hive中，有一种专有的join操作,left semi join,我们称之为半开连接。它是left join的一种优化形式，只能查询左表的信息，主要用于解决hive中左表的数据是否存在的问题。相当于exists关键字的用法。

2.3.2 子查询

准备数据: 请参照

导入数据:

2.1.3 map-side join

如果所用的表中有小表，将会把小表缓存在内存中，然后在map端进行连接查找。hive在 map端 查找时会减小整体查询量，从内存中读取缓存的小表数据，效率较快，还省去大量数据传输和shuffle耗时

[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-UzUnFiid-1620306415558)(file:///C:\Users\梦却醉~1\AppData\Local\Temp\ksohtml16072\wps89.png)]

2.1.4 表达式别名

对有些表达式来说,查询的结果字段名比较难理解,这时候可以给表达式起一个别名,方便查看结果的表头.使用as把复杂表达式命名为一个容易懂的别名

*第三章 查询子句

3.1 Where****语句特点

where后不能跟聚合函数

3.2 Group By****语句特点

group by:分组，通常和聚合函数搭配使用

查询的字段要么出现在group by 后面，要么出现在聚合函数里面

3.3 Having****语句

Hiving是对分组以后的结果集进行过滤。

3.4 Limit****语句

限制从从结果集中取数据的条数,一般用于分页

3.5 排序

3.5.1 order by

3.5.2 sort by

3.5.3 distribute by

3.5.4 cluster by

3.5.5 排序详细区别

第四章 表合并 Union

如果把两张表 结果联合在一起,可以用union,有下面两种用法

union ：将多个结果集合并，去重，排序
union all ：将多个结果集合并，不去重，不排序。

下面是具体代码演示

第五章 数据类型

前面已经讲过基本数据类型,以下是复杂基本类型:

分类	类型	描述	字面量示例
复杂类型	ARRAY	有序的同类型的集合	array(1,2)
	MAP	key-value,key必须为原始类型，value可以任意类型	map(‘a’:1,’b’:2)
	STRUCT	字段集合,类型可以不同	struct(‘1’,1,1.0), named_stract(‘col1’,’1’,’col2’,1,’clo3’,1.0)
	UNION	在有限取值范围内的一个值	create_union(1,’a’,63)

5.1 特殊基本类型

简单数据类型创表案例**😗*

5.2 复杂的数据类型

复杂类型分为三种,分别是 数组array,键值对map,和结构体struct

5.2.1 array****示例

5.2.1.1 列转行

就是把一列数据转化成多行,如下:

内嵌查询：

explode:展开

列表中的每个元素生成一行

 select explode(score) score from arr1;

lateral view : 虚拟表

侧视图的意义是配合explode，一个语句生成把单行数据拆解成多行后的数据结果集。

解释:lateral view 会将explode生成的结果放到一个虚拟表中，然后这个虚拟表会和当前表

join,来达到数据聚合的目的。

结构解析:要进行聚合的虚拟表，lateral view explode(字段) 虚拟表名 as 虚拟表字段名

select name,cj from arr1 lateral view explode(score) score as cj;

统计每个学生的总成绩：

select name,sum(cj) as totalscore from arr1 lateral view explode(score) score as cj group by name;

5.2.1.2 行转列

就是把多行数据转化成一行数据:

准备数据**：

collect_set****函数：

它们都是将分组中的某列转为一个数组返回

将数据写成array格式：

5.2.2 map****示例

有数据如下:

创建map类型的表

加载数据

load data local inpath '/root/hivetest/map1.txt' into table map1;

Map格式数据查询

5.2.2.1 Map列转行

使 用 上 面 的 数 据
explode展开数据

select explode(score) as (m_class,m_score) from map1;

Lateral view

Lateral View和split，explode等一起使用，它能够将一行数据拆成多行数据，并在此基础上对拆分后的数据进行聚合。

5.2.2.2 Map****行转列

准备数据:

创建临时表,并加载数据

创建要导入数据Map表

导入数据：

5.2.3 struct

5.1.1 复杂数据类型案例

#查询：下属个数大于4个，公积金小于1200，省份在河北的数据

create table if not exists tax
id int,
name string,
belong array<string>,
tax map<string,double>,
addr struct<province:string,city:string,road:string> 9	)
row format delimited fields terminated by ' '
collection items terminated by ','
map keys terminated by ':'
stored as textfile; 14
# 导入数据
load data local inpath '/root/hivetest/tax.txt' into table tax; 18
#查询：下属个数大于4个，公积金小于1200，省份在河北的数据
select id,
name,
belong[0],
belong[1],
tax['wuxian'],
tax['shebao'],
addr.road
from tax
where size(belong) > 4 and
tax['gongjijin'] < 1200 and
addr.province = '河北'; 31
结果:
2	lkq	lg	lw	2000.0	300.0	河北	石家庄