Hive笔记-6 - 技术栈

6.2.8 聚合函数

1) 语法

count(*)，表示统计所有行数，包含null值；
count(某列)，表示该列一共有多少行，不包含null值；
max()，求最大值，不包含null，除非所有值都是null；
min()，求最小值，不包含null，除非所有值都是null；
sum()，求和，不包含null。
avg()，求平均值，不包含null。

2) 案例实操

(1) 求总行数 (count)

sql 复制代码

hive (default)> select count(*) cnt from emp;

hive sql执行过程：

count不仅可以传一个 * 还可以传一个(字段)

null 值是不统计在内

null 值是不会被统计在内的

(2) 求工资的最大值 (max)

sql 复制代码

hive (default)> select max(sal) max_sal from emp;

hive sql执行过程：

(3) 求工资的最小值 (min)

sql 复制代码

hive (default)> select min(sal) min_sal from emp;

hive sql执行过程：

(4) 求工资的总和 (sum)

sql 复制代码

hive (default)> select sum(sal) sum_sal from emp;

hive sql执行过程：

(5) 求工资的平均值 (avg)

sql 复制代码

hive (default)> select avg(sal) avg_sal from emp;

hive sql执行过程：

6.3 分组

6.3.1 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。

1) 案例实操:

把job分组后查看

sql 复制代码

select count(*) from emp group by job

结果:

看起来有点不太对劲,再改一下:

在count(*)前面加个job

现在看的清楚多了

注意:

注意: 当你 group by job 的时候,

那你只能select 后面跟 job 不能是其他的字段

(1) 计算emp表每个部门的平均工资

sql 复制代码

hive (default)> 
select 
    t.deptno, 
    avg(t.sal) avg_sal 
from emp t 
group by t.deptno;

hive sql执行过程：

（2）计算emp每个部门中每个岗位的最高薪水。

sql 复制代码

hive (default)>
select 
    t.deptno, 
    t.job, 
    max(t.sal) max_sal 
from emp t 
group by t.deptno, t.job;

hive sql执行过程：

6.3.2 Having 语句

1) having 与 where 不同点

(1) where 后面不能写分组聚合函数,而having后面可以使用分组聚合函数

(2) having 只用于 group by 分组统计语句

2) 案例实操

找这张表里人数大于等于2的:

输入代码:

得到输出结果:

但是当我不想要嵌套子查询时:

可见where字句行不通

因为where是用来过滤一行一行的数据

而已经group by 分组过了,where不能过滤组

于是我们只能用having来过滤一组一组的数据

那我们就用having:

(1) 求每个部门的平均薪水大于2000的部门

1.求每个部门的平均工资

sql 复制代码

hive (default)> 
select 
    deptno, 
    avg(sal) 
from emp 
group by deptno;

hive sql执行过程：

2.求每个部门的平均薪水大于2000的部门

sql 复制代码

hive (default)>
select 
    deptno, 
    avg(sal) avg_sal 
from emp 
group by deptno  
having avg_sal > 2000;

hive sql执行过程：