大数据之hiveSQL

最近增加了学习java基础算法，包括几种排序算法，二叉树（前序，后序，中序），队列和栈，bmp搜索，广义搜索算法，迭代等等一些技巧（自己动手绝对比单纯的理论要强的多，多练练）

 

HIVE是hadoop生态圈的重要一环，降低了hadoop的开发难度，将复杂冗余的代码综合成一个个简单的SQL语句。但是，很明显不如传统的MapReduce灵活，但是提高了项目的开发效率，学习成本低。

主要通过学习视频加上各种博客和其它资料，学习基础的入门SQL语句可以从菜鸟教程上面，hive语法的我主要看的是--> https://www.cnblogs.com/HondaHsu/p/4346354.html

HiveSQL主要分为DDL 和DML

DDL

1.创建表 

create [local] table table_name (column_name column_type [commet '描述']，...)

           partitioned by (column_name,...)

           clustred by (column_name,..)

           order by(column_name)  // 注意与sort by 的区别 前者是全局 后者是当前主机

           row format delimited

           field terminated by char;

           stored as ...

           localtion hdfs_path

          复制一个表结构

         create table table_name like like_table_name;

 

2.修改表

alter table table_name/column_name rename to new_table_name/column_new_name; //修改表名

alter table table_name change [column] column_name column_new_name column_new_name_type [commet] //修改列名

alter table table_name drop cloumn_name/partition_sec;

alter table table_name add column(column_name column_type)

alter table table_name set fileformat new_format;

3删除表，分区

drop table table_name;

alter table table_name  drop partition_sec;

4创建数据库

create database database_name;

show databases;

DML

hive 没有insert into 不支持一条一条的插入，可以使用insert overwrite , load data [local]

insert overwrite table table_name

select * from other_table;

local data [local] path 'url' into table table_name [partition]

hive 不支持等值连接 类似

select * from table1 a and table b where a.cloumn = b.column;

可以使用 left semi join 代替

insert overwrite 可以直接导出去

insert overwrite [LOCAL] directory ' ' select * from table;

另外hive中 join只支持等值查询

select a.column b.column from table_name1 a join table_name2 b on a.column = b.column;

 

DQL

select  [column_name1,..] from table_name

[where where_condition] /[join .. on .. ]

[group by]

[order by]/[sort by]

[partition]

[limit  num]

可能有些地方有些问题，还有很多需要补充。