Hive语句概述
创建数据库
location:指定数据库的位置
建表关键字
1.TEMPORARY：临时表，只在当前会话有效。
2.EXTERNAL：外部表，不加该关键字则所建表默认为内部表，主要区别为内部表管理元数据和HDFS数据而外部表只管理元数据，因此删除外部表只会删除元数据而不影响外部数据
3.RowFormat：序列化和反序列化
4.STORED AS：创建分区表
5.CLUSTERED BY...SORTED BY....INTO....BUCKETS:创建分桶表
RowFormat
复杂数据类型
Hive中数据的隐式转换规则
Load将本地文件导入到Hive表中
分区表
所谓分区表就是把一张大表按照需要分散到不同的目录中
分桶表
所谓分桶就是对于一张表的每一行数据计算出一个hash值，把所有hash值相同的表放到一起形成一个文件，这样就把一张表分散为多个文件
创建含有结构体的表，并且读取数据
create table if not exists stu_info(
name string,
age int,
teacher struct<name:string,age:int>
)
row format serde 'org.apache.hadoop.hive.serde2.JsonSerDe';
select name,age,teacher.name,teacher.age from stu_info;
hiev插入
insert into/overwrite table 表 () values()
into:插入
overwrite:覆盖
hive导出，导入
export 表 to path
import table 表 from path
导入必须是数据库路径
hive查
与mysql语法一样
炸裂函数UDTF
select explode(arry()) as 字段名
select explode(map()) as (字段名,字段名)
select posexplode(arry()) as (位置，字段名)
select inline(array(
named_struct(自定义json),
)) as (字段名);
窗口函数
对于某一个字段进行窗口聚合
select id,sum(id) over (order by id range between unbounded preceding and current row ) sumId from stu;
分区表
create table if not exists book(
bookId int,
bookName string,
author string
)
partitioned by (bookCategory string)
row format delimited fields terminated by '|';
一般语法
create 语句
partitioned by (分区字段)
row format delimited fields terminated by '|';
注意分区最好不用中文，会有编码问题
对于分区表的所有操作都要加上分区字段的值，才能确定是哪个分区的
insert into table book partition (bookCategory="history")values (0023,"三国志","陈寿");
load data local inpath "/home/bill/test/book_data"
into table book partition (bookCategory="history");
select * from book where bookCategory="adventure";
这里分区字段相当于一个隐藏的字段，可以自定义分区字段和类型
分区可以当作一个属性进行条件判断
分区相关的操作
--查看表的分区--
show partitions 表;
--注意增加多个分区间用空格，删除用逗号--
--添加分区--
alter table book add partition (分区="分区1") partition (分区="分区2")....;
--删除分区--
alter table book drop partition (分区="分区1"), partition (分区="分区2")....;分桶表
分桶表的实质就是把一张表的数据分散的储存到不同的文件里面，hive会对行数据根据指定的字段计算一个hash值，把所有相同的hash的值放入一个桶
--创建按照movieId分桶的表，总共4个桶,结果对4取余--
create table if not exists movie(
movieId int,
movieName string,
movieDirector string
)
clustered by (movieId) into 4 buckets
row format delimited fields terminated by ' ';行式储存和列式储存
行式储存是更具每一行储存的，即对于每一行数据储存完才会储存下一行
列式储存则是按某一字段储存，即某一字段的值储存完再储存下一字段
