Hive的导入导出和常用过滤语句的学习
原文：
https://www.toutiao.com/i6769166601871688196/?group_id=6769166601871688196
数据的导入
- load data [local]
创建数据表
加载数据
load data local inpath '/data/hivetest/stu_info_two' into table stu_info;
加载HDFS数据，移动数据文件到表对应的目录
我们先清空数据truncate table stu_info;
将数据加载到HDFS上
hdfs dfs -put /data/hivetest/stu_info_local_format /hivetestdata/
Hive中查看下
然后加载数据
- load data + overwrite 覆盖数据
为了区分我们新创建数据库
可以覆盖数据
3、子查询 as select
create table tb_stu_as_test_stu as select * from stu_info;
适合数据查询结果的保存
4、insert 方式
插入数据的表必须要存在
我们创建新表
我们如果再执行一遍，数据就会增多（追加）
执行覆盖（原先数据变了）
在关系型数据库插入一条数据
insert into table table_name(id,name) values(1,'test');
Hive也支持插入
insert into table hive_table_name(id,name) values(1,'test');
注意：这种方式适合数据非常小的情况下去使用，如果大数据量，避免这种操作，如果执行show tables会发现一个临时表values__tmp__table__1，说明SQL这种方式用在Hive中会用临时表过渡。
5、建表的时候用location指定数据文件的方式
数据的导出
官网
- INSERT OVERWRITE [LOCAL] DIRECTORY directory1 方式(local的方式和插入一样一个是本地一个是HDFS)
Insert overwrite local directory '/data/hivetest/export_local_stu_info' select * from stu_info;
我们查看数据
添加语句可以指定分隔符 ROW FORMAT DELIMITED FIELDS TERMINATED BY ' '
语句：
Insert overwrite local directory '/data/hivetest/export_local_stu_info' ROW FORMAT DELIMITED FIELDS TERMINATED BY ' ' select * from stu_info;
数据有空格了
如果不使用local的话就是将输入导入到HDFS中，就可以用hdfs命令下载文件了
- bin/hive -e 或者 -f + >> 或者 >
hive -e 'select * from db_import_export.stu_info' >> /data/hivetest/export_local_stu_info_1.txt;
- 可以使用sqoop等工具
我们使用之前的数据库
select * from emp where sal > 3000;
select * from emp limit 5;
select distinct deptno from emp;
select * from emp where sal between 1300 and 3000;
select * from emp where sal >=1000 and sal <= 3000;
select empno,ename from emp where comm is null;
select empno,ename from emp where comm is not null;
聚合函数
count()、max()、min()、sum()、avg()、group by
如果我们加一个字段
select deptno,max(sal) from emp ;
有错误
select中出现的字段，需要用聚合函数包裹或者放入group by当中
select deptno ,max(sal) from emp group by deptno;
select max(deptno) ,max(sal) from emp ;
join
left join 、right join、inner join（等值）、full join（全）
新创建一个库
创建两张表
我们准备两个数据
等值join
select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test join b b_test on a_test.id=b_test.id;
左join，以左表为基准，没有匹配到的字段为NULL
select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test left join b b_test on a_test.id=b_test.id;
右join，以右表为基准，没有匹配到的字段为NULL
select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test right join b b_test on a_test.id=b_test.id;
全join，所有的字段都会出现，没有匹配到的字段为NULL
select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test full join b b_test on a_test.id=b_test.id;
不写连接条件，两张表做笛卡尔积
select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test join b b_test ;
