Python大数据学习之Hadoop学习——day08_hive函数

一.hive查询

语法结构:

SELECT [ALL | DISTINCT] 字段名,字段名,...

FROM 表名 [inner | left outer | right outer | full outer | left semi join 表名 on 关联条件]

where 非聚合条件

GROUP BY 分组字段名

HAVING 聚合条件

ORDER BY 排序字段名 asc \| desc

CLUSTER BY 字段名 \| \[DISTRIBUTE BY 字段名 SORT BY 字段名\]

LIMIT x,y

类sql基本查询

知识点:

基础查询格式:select distinct 字段名 from 表名;

注意:*代表所有字段 distinct去重 as给表或者字段起别名

条件查询格式:select distinct 字段名 from where 条件;

比较运算符:> < >= <= != <>

逻辑运算符:and or not

模糊查询:%代表任意0个或者多个字符

_代表任意1个字符

空判断:为空is null 不为空is not null

范围查询:x到y的连续范围:between x and y

x或者y或者z类的非连续范围:in(x,y,z)

排序查询格式:select distinct 字段名 from 表名 [where 条件] order by 排序字段名 asc | desc ;

聚合查询格式:select distinct 字段名 from 表名;

聚合函数:count() sum() avg() max() min()

分组查询格式:select 分组字段名,聚合函数(字段名) from 表名 [where 非聚合条件] group by 分组字段名 [having 聚合条件];

分页查询条件:select 字段名 from 表名 [order by 排序字段名 asc|desc] limit x,y;

类sql多表查询

知识点:

交叉连接格式:select 字段名 from 左表 cross join 右表

内连接格式:select 字段名 from 左表 inner join 右表 on 左右表关联条件;

左外连接格式:select 字段名 from 左表 left outer join 右表 on 左右表关联条件;

右外连接格式:select 字段名 from 左表 right outer join 右表 on 左右表关联条件;

自连接:本质是一个特殊的内外连接,最大特点就是左右表是同一个表

子查询:本质是一个select语句作为另外一个select语句的一部分(表或者条件)

hive其他join操作

知识点:

全外连接:左表 full [outer] join 右表 on 条件

左半开连接:左表 left semi join 右表 on 条件

hive其他排序操作[练习]

知识点:

set mapreduce.job reduces: 查看当前设置的reduce数量,默认结果是-1,代表自动reduce数量和桶数量一致

set mapreduce.job.reduce = 数量 :-- 修改reduce数量

cluster by 字段名:分桶且正序排序

distribute by 字段名 sort by 字段名:distribute by 负责分,sort by 负责排序,相对比较灵活

order by 字段名:全局排序

注意:cluster by 和 distribute by 字段名 sort by 字段名 受当前设置的reduces数量影响,但是设置的reduce数量对order by 无影响,因为order by 就是全局排序,就是一个reduce

建表的时候指定分桶字段和排序字段:clustered by (字段名) sorted by (字段名) into 桶数量 bucket

注意:如果建表的时候设置了桶数量,那么reduce设置建议为-1或者大于桶数量

抽样查询

知识点:

正则模糊查询

sql模糊查询关键字:like

正则模糊查询关键字:rlike

union联合查询

union联合查询:

union [distinct]:去重,省略了distinct

union all:不去重

CTE表达式

with 临时结果集别名1 as (子查询语句),

临时结果集别名2 as (子查询语句)

...

select 字段名 from (子查询语句)

内置虚拟列

知识点:

相关推荐
云上艺旅11 小时前
K8S学习之基础七十四:部署在线书店bookinfo
学习·云原生·容器·kubernetes
你觉得20511 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
啊喜拔牙12 小时前
1. hadoop 集群的常用命令
java·大数据·开发语言·python·scala
别惊鹊12 小时前
MapReduce工作原理
大数据·mapreduce
8K超高清12 小时前
中国8K摄像机:科技赋能文化传承新图景
大数据·人工智能·科技·物联网·智能硬件
A旧城以西13 小时前
数据结构(JAVA)单向,双向链表
java·开发语言·数据结构·学习·链表·intellij-idea·idea
无所谓จุ๊บ13 小时前
VTK知识学习(50)- 交互与Widget(一)
学习·vtk
FAREWELL0007513 小时前
C#核心学习(七)面向对象--封装(6)C#中的拓展方法与运算符重载: 让代码更“聪明”的魔法
学习·c#·面向对象·运算符重载·oop·拓展方法
吴梓穆13 小时前
UE5学习笔记 FPS游戏制作38 继承标准UI
笔记·学习·ue5
2401_8712905813 小时前
MapReduce 的工作原理
大数据·mapreduce