探索HQL和SQL使用查询时的区别（持续更新ing...）

---

前言

        大于大数据工作者来说，MapReduce优化了处理大型数据的方式和速度问题，而hive则解决了处理复杂分组的程序编写的问题，我们只需要编写HiveQL语句即可转换成一系列成MapReduce作业并执行。

        虽然Hql与sql有很多相似处，但是还是有不少区别点的，下面总结下博主目前遇到的不同点，如果写的有不完整或者错误的地方，还请各位看官不吝指出。

---

举例数据来源，mysql和hive中两张表字段一致，数据一致；

mysql表：

• 学生信息表：

create table student(
    sid int primary key auto_increment,               	--学生id
    sname varchar(16) not null,							--学生姓名
    gender enum('女','男') not null default '女',		--学生性别
    class_id int not null,								--学生班级id
    foreign key(class_id) references class(cid)			--主外键关联
);

• 学生成绩表

create table score(
    sid int not null unique auto_increment,				--成绩序号
    student_id int not null,							--学生id
    course_id int not null,								--课程id
    score int not null,									--分数值
    primary key(student_id,course_id),
    foreign key(student_id) references student(sid)		--关联学生表
    on delete cascade
    on update cascade,
    foreign key(course_id) references course(cid)		--关联课程表
    on delete cascade
    on update cascade
);

这里我将这两张表同时导入了hive,先在hive建表，之后使用sqoop进行数据导入；

hive表：

• 学生信息表

-- create table student(
-- sid int,
-- sname string,
-- gender string,
-- class_id int)
-- row format delimited
-- fields terminated by '\t'
-- stored as textfile

• 学生成绩表

-- create table score(
-- sid int,
-- student_id int,
-- course_id int,
-- score int)
-- row format delimited
-- fields terminated by '\t'
-- stored as textfile

---

一、子查询不能作为查询字段使用

        可能很多人和博主一样，在查询字段里喜欢穿插两三个子查询使用，比如查询学生成绩表时需要关联学生信息表，从而获得学生的姓名，我们平常使用orcle或者mysql时，直接在查询字段里加一个子查询即可，但是在HIve里则无法使用，此时需要join关联学生信息表才可以关联；

e.g.查询学生id，学生姓名，学生成绩

• 在mysql里使用子查询作为查询字段，执行语句正常

select
	s.student_id id,
	(select t.sname from student t where t. sid = s.student_id) name,
	s.score
from
	score  s;

• 在hive里这样用系统就会报错，得使用join关联表

select
	s.student_id id,
	t.sname name,
	s.score
from
	score s
inner join
	student t
on
	s.student_id = t.sid

---

二、group by分组时，查询字段中除聚合字段不能包含分组字段中没有的字段

        在mysql中使用group by分组查询时，查询字段可以出现分组字段中不包含的字段，但是在hive中不能出现其他字段，否则报错；

e.g.

• 在mysql中，成绩按照课程分组，查询字段加入学生id，查询结果student_id结果虽不符合逻辑，但查询无异常；

select
	s.course_id,
	s.student_id,
	sum(s.score)
from
	score s
group by 
	s.course_id;

• 在hive里使用上面的查询语句则报错，将s.student_id去除才可正常查询，或者将s.student_id加入到分组字段也可查询；

select
	s.course_id,
	sum(s.score)
from
	score s
group by 
	s.course_id
	
----------------------------

select
	s.course_id,
	s.student_id,
	sum(s.score)
from
	score s
group by 
	s.course_id，s.student_id

---

PS：如果有写错或者写的不好的地方，欢迎各位大佬在评论区留下宝贵的意见或者建议，敬上！如果这篇博客对您有帮助，希望您可以顺手帮我点个赞！不胜感谢！

原创作者：wsjslient

作者主页：https://blog.csdn.net/wsjslient

---