hive 查询显示列名 及 行转列显示

  hive默认查询不会显示列名, 当一个表字段比较多的时候,往往看不出值与列之间的对应关系,对日常查错及定位问题带来不便,应同事要求,看了HIVE CLI源码,做了下些许调整, 加入列头打印及行转列显示功能

未开启行转列功能之前:

 
 
  1. hive>  
  2.     >  
  3.     > select * from example_table where dt='2012-03-31-02' limit 2; 
  4. OK 
  5. 1333133185     0cf49387a23d9cec25da3d76d6988546  3CD5E9A1721861AE6688260ED26206C2       guanwang        1.1         3d3b0a5eca816ba47fc270967953f881   192.168.1.2.13331317500.0   NA    031/Mar/2012:02:46:44 +080         222.71.121.111         2012-03-31-02 
  6. 1333133632     0cf49387a23d9cec25da3d76d6988546  3CD5E9A1721861AE6688260ED26206C2       10002       1.1         e4eec776b973366be21518b709486f3c  110.6.100.57.1332909301867.6     NA    0       31/Mar/2012:02:54:16 +080  110.6.74.219         2012-03-31-02 
  7. Time taken: 0.62 seconds 

开启行转列功能之后:

 
 
  1. set hive.cli.print.header=true;  // 打印列名 
  2. set hive.cli.print.row.to.vertical=true;   // 开启行转列功能, 前提必须开启打印列名功能 
  3. set hive.cli.print.row.to.vertical.num=1; // 设置每行显示的列数 
  4.  
  5.  > select * from example_table where pt='2012-03-31-02' limit 2; 
  6. OK 
  7. datetime       col_1   col_2        channel    version        pcs cookie         trac new        time         ip 
  8.  
  9. datetime=1333133185           
  10. col_1=0cf49387a23d9cec25da3d76d6988546    
  11. clo_2=3CD5E9A1721861AE6688260ED26206C2    
  12. channel=test_name1  
  13. version=1.1          
  14. pcs=3d3b0a5eca816ba47fc270967953f881   
  15. cookie=192.168.1.2.13331317500.0          
  16. trac=NA    
  17. new=0    
  18. time=31/Mar/2012:02:46:44 +080         
  19. ip=222.71.121.111  
  20. -------------------------Gorgeous-split-line----------------------- 
  21.  
  22. datetime=1333133632           
  23. col_1=0cf49387a23d9cec25da3d76d6988546    
  24. col_2=3CD5E9A1721861AE6688260ED26206C2    
  25. channel=test_name2          
  26. version=1.1          
  27. pcs=e4eec776b973366be21518b709486f3c  
  28. cookie=110.6.100.57.1332909301867.6   
  29. trac=NA    
  30. new=0    
  31. time=31/Mar/2012:02:54:16 +080         
  32. ip=110.6.74.219       
  33. --------------------------Gorgeous-split-line-----------------------
  34.  
  35. Time taken: 0.799 seconds 

开启行转列功能后, 每一行都已列显示, 值前面都加上列名, 方便问题查找!

### 回答1: 可以使用Hive中的TRANSPOSE函数对字段进行行转列操作。该函数将行数据转换为列数据,可以方便地进行数据透视和分析。使用方法如下: SELECT TRANSPOSE(col_name) FROM table_name; 其中,col_name为需要进行行转列的字段名,table_name为数据表名。 ### 回答2: Hive是一个基于Hadoop的数据仓库工具,它提供了一种将结构化的数据映射到Hadoop分布式文件系统(HDFS)中的方法。Hive支持使用HiveQL查询语言进行数据分析和数据查询。 在Hive中,要对字段进行行转列函数操作,可以使用HiveQL中的"pivot"操作。Pivot操作是将行的数据转换为列的过程,可以通过对数据进行透视操作来实现。 首先,需要使用HiveQL的"SELECT"语句选择要进行行转列操作的数据。然后,使用HiveQL的"PIVOT"关键字指定要转换为列的字段名称。通过指定"PIVOT"关键字后的字段名,Hive会将这些字段的值作为新的列进行展示。最后,可以使用"GROUP BY"语句对转换后的数据进行聚合操作。 例如,假设我们有一个包含日期、地点和销售额的数据表。我们想要将地点作为列,日期作为行,并以销售额填充单元格。以下是一个示例HiveQL查询语句: ``` SELECT * FROM (SELECT date, location, sales FROM sales_table) src PIVOT (SUM(sales) FOR location IN ('location1', 'location2', 'location3')) as result ``` 上述查询语句中,首先选择了date、location和sales字段。然后,通过"PIVOT"关键字指定了要转换为列的字段"location",并使用"SUM"函数对sales字段进行聚合操作。最后,通过"GROUP BY"语句对转换后的数据进行分组。 通过以上的HiveQL查询,我们可以将原始的行数据转换为列数据,并按照指定的格式显示。这样,我们就可以更方便地进行数据分析、数据查询和报表生成等操作。 ### 回答3: Hive是一种基于Hadoop的数据仓库工具,它提供了一种SQL接口,用于查询和分析大规模的数据。在Hive中,可以使用TRANSPOSE函数对字段进行行转列操作。 Hive中的TRANSPOSE函数用于将一列数据转换成多行数据,适用于将宽表转换为长表的场景。TRANSPOSE函数需要指定需要转置的列以及转置后生成的新列的名称。 假设我们有一个包含用户ID和用户偏好的表,其中用户ID为主键,用户偏好分为三个字段:音乐偏好、电影偏好和运动偏好。现在我们想将这三个字段转换成一列,其中列名为偏好类型,值为用户偏好的具体内容。可以使用TRANSPOSE函数实现这个转换过程。 具体的操作如下: 1. 创建一个新表,包含用户ID和偏好类型两个字段。 2. 使用INSERT INTO SELECT语句将原表中的用户ID和三个偏好字段的值插入到新表中。 3. 使用TRANSPOSE函数对偏好字段进行行转列操作,将其转换成多行数据,其中每一行包含用户ID和一个偏好类型的值。 4. 最后,将转置后的数据插入到新表的偏好类型字段中。 通过以上操作,我们就可以将原表中的偏好字段行转列成一列,方便后续的查询和分析操作。 总而言之,Hive提供了TRANSPOSE函数来对字段进行行转列操作,可以方便地将宽表转换为长表,便于数据的处理和分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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