摘要：
1．函数说明 RANK()： 排序相同时会重复，总数不会变 DENSE_RANK()： 排序相同时会重复，总数会减少 ROW_NUMBER()： 会根据顺序计算 2．数据准备 name subject score 孙悟空 语文 87 孙悟空 数学 95 孙悟空 英语 68 大海 语文 94 大海 数 阅读全文
摘要：
当distribute by和sorts by字段相同时，可以使用cluster by方式。 cluster by除了具有distribute by的功能外还兼具sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。 1）以下两种写法等价 hive (default)> 阅读全文
摘要：
Distribute By： 在有些情况下，我们需要控制某个特定行应该到哪个reducer，通常是为了进行后续的聚集操作。distribute by子句可以做这件事。distribute by类似MR中partition（自定义分区），进行分区，结合sort by使用。 对于distribute b 阅读全文
摘要：
每个MapReduce内部排序（Sort By） Sort By：对于大规模的数据集order by的效率非常低。在很多情况下，并不需要全局排序，此时可以使用sort by。 Sort by为每个reducer产生一个排序文件。每个Reducer内部进行排序，对全局结果集来说不是排序。 1．设置re 阅读全文
摘要：
1．having与where不同点 （1）where后面不能写分组函数，而having后面可以使用分组函数。 （2）having只用于group by分组统计语句。 2．案例实操 （1）求每个部门的平均工资 hive (default)> select deptno, avg(sal) from e 阅读全文
摘要：
典型的查询会返回多行数据。LIMIT子句用于限制返回的行数。 hive (default)> select * from emp limit 5; 阅读全文
摘要：
对于非常大的数据集，有时用户需要使用的是一个具有代表性的查询结果而不是全部结果。Hive可以通过对表进行抽样来满足这个需求。 查询表stu_buck中的数据。 hive (default)> select * from stu_buck tablesample(bucket 1 out of 4 o 阅读全文
摘要：
1．相关函数说明 OVER()： 指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化。 CURRENT ROW： 当前行 n PRECEDING： 往前n行数据 n FOLLOWING： 往后n行数据 UNBOUNDED： 起点，UNBOUNDED PRECEDING 表示从前面 阅读全文
摘要：
1．函数说明 EXPLODE(col)： explode（col）接受一个数组（或一个map）作为输入，并将数组元素（map）作为单独的行输出。 UDTF可以在SELECT表达式列表中使用，也可以作为LATERAL VIEW的一部分使用。 LATERAL VIEW： 用在FROM语句后：LATERA 阅读全文