hive基本操作，分析百度百家作者分布的文章数和总阅读量

 

hive> show tables; 查看hive中的表

hive> show databases;查看数据库

hive> drop table textlines; 删除表

hive>  create table textlines(line string)；创建一个名字叫textlines的表，表中只有一个类型是string的字段line；

hive> load data local inpath '/Users/lihu/Desktop/crawle/wahah.txt' into table textlines； 把文件wahah.txt中的数据导入textlines表中

hive> select * from textlines；查询textlines表中的数据

hive> create table words(word string);

hive> insert overwrite table words select explode(split(line, ' ')) word from textlines; 把表textlines中的数据用空格分开然后把数据导入到words表中

hive>  SELECT word,count(1) FROM words GROUP BY word ORDER BY word;并按照word字段分组排序，查询表中word字段重复的个数

hive>  insert overwrite local directory '/Users/lihu/Desktop/crawle/wordcount_result' row format delimited fields terminated by '\t' SELECT word,count(1) FROM words GROUP BY word ORDER BY word;并按照word字段分组排序，查询表中word字段重复的个数并把结果写入wordcount_result

hive> create table people(id int, name string,  age int, tel string) row format delimited fields terminated by '\t'   stored  as textfile; 创建一个名为people的表按照‘\t’来划分字段

hive> load data local inpath '/Users/lihu/Desktop/crawle/heihei.txt' into table people; 把heihei.txt中的数据导入到people中

hive> insert overwrite local directory '/Users/lihu/Desktop/crawle/people' row format delimited fields terminated by '\t'  select * from people; 把people表中的数据导出到文件夹people中

 

hive> create table tap  (title string, author string,  numberread int, url string) row format  delimited fields terminated by  '  '  stored as textfile; 创建tap表，并按照空格来区分字段

hive> load data local inpath '/Users/lihu/Desktop/crawle/tap.txt' into table tap;把tap中的数据导入到tap表中

hive> select author, sum(numberread),count(1) from tap group by  author;查询作者发布的文章数量和总阅读量

hive> insert overwrite local directory '/Users/lihu/Desktop/crawle/author_result' row format delimited fields terminated by '\t' select author, sum(numberread),count(1) from tap group by  author;把查询结果存储在author_result中，并按照‘\t’把各个字段隔开