文档章节

Hive常用HiveQL

哈鼎
 哈鼎
发布于 2014/11/06 11:00
字数 1346
阅读 2115
收藏 3

MySQL设置:

#添加一个数据库用户

insert into mysql.user(Host,User,Password) values("%","longsheng",password("longsheng1234"));

#数据库授权:

GRANT all ON hive.* TO longsheng@'longV007' IDENTIFIED BY 'sheng';

flush privileges;

#设置数据库日志格式

set global binlog_format='MIXED';

 

启动Hive

#集群方式启动Hive

hive --auxpath /usr/share/hive/lib/hive-hbase-handler-0.13.1.jar,/usr/share/hive/lib/zookeeper-3.4.6.jar

(可选参数 -hiveconf hive.root.logger=DEBUG,console)

 

创建表Hive-HBase关联表

#创建HiveHBase的关联表:

       * bidask_quote_hivehive的表

       * "hbase.table.name" = "bidask_quote"hbase中已经存在的表

接下来将两者关联起来,命令如下:

 

#创建关联表命令

hive> CREATE EXTERNAL TABLE bidask_quote_hive(key string,ProdCode string,ProdName string,TradingDay string,ExchangeID string,ExchangeInstID string,LastPrice string,PreSettlementPrice string,PreClosePrice string,PreOpenInterest string,OpenPrice string,HighestPrice string,LowestPrice string,Volume string,Turnover string,TotalVolume string,TotalTurnover string,OpenInterest string,ClosePrice string,SettlementPrice string,UpperLimitPrice string,LowerLimitPrice string,PreDelta string,CurrDelta string,UpdateTime string,UpdateMillisec string,BidPrice1 string,BidVolume1 string,AskPrice1 string,AskVolume1 string,BidPrice2 string,BidVolume2 string,AskPrice2 string,AskVolume2 string,BidPrice3 string,BidVolume3 string,AskPrice3 string,AskVolume3 string,BidPrice4 string,BidVolume4 string,AskPrice4 string,AskVolume4 string,BidPrice5 string,BidVolume5 string,AskPrice5 string,AskVolume5 string,AveragePrice string,Equil string,CloseDate string,DecInPrice string,logDateTime string)

STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'

WITH SERDEPROPERTIES ("hbase.columns.mapping" = "info:ProdCode,info:ProdName,info:TradingDay,info:ExchangeID,info:ExchangeInstID,info:LastPrice,info:PreSettlementPrice,info:PreClosePrice,info:PreOpenInterest,info:OpenPrice,info:HighestPrice,info:LowestPrice,info:Volume,info:Turnover,info:TotalVolume,info:TotalTurnover,info:OpenInterest,info:ClosePrice,info:SettlementPrice,info:UpperLimitPrice,info:LowerLimitPrice,info:PreDelta,info:CurrDelta,info:UpdateTime,info:UpdateMillisec,info:BidPrice1,info:BidVolume1,info:AskPrice1,info:AskVolume1,info:BidPrice2,info:BidVolume2,info:AskPrice2,info:AskVolume2,info:BidPrice3,info:BidVolume3,info:AskPrice3,info:AskVolume3,info:BidPrice4,info:BidVolume4,info:AskPrice4,info:AskVolume4,info:BidPrice5,info:BidVolume5,info:AskPrice5,info:AskVolume5,info:AveragePrice,info:Equil,info:CloseDate,info:DecInPrice,info:logDateTime")

TBLPROPERTIES("hbase.table.name" = "bidask_quote"); 

我的表的字段很多,50多个。

说明:

       1.bidask_quote_hive(key string,ProdCode string,string,ProdName string,....)hive表的结构

       2."hbase.columns.mapping" = "info:ProdCode,info:ProdName,info:TradingDay,...)HBase中的列信息,这里现在只有一个列蔟。

 

查询语句

# 查看表是否创建成功

hive> show tables;

 

# 查询全字段

hive> select * from bidask_quote_hive limit 3;

 

# 查询所有条数

hive> select count(1) from bidask_quote_hive;

 

# 投影查询

hive> select key,ProdCode,TradingDay from bidask_quote_hive limit 3;

 

# 别名查询

别名查询对于单表查询没有多少意义,如果使用连接查询的话可以使用别名

hive> select b.ProdCode,b.TradingDay from bidask_quote_hive b limit 3;

 

# 正则表达式指定列

hive> select symbol,'price.*' from stocks;

(说明:该条语句查询symbol列和以price为前缀的所有列)

 

# 使用列值进行计算

hive> select upper(name),deductions["Federal Taxes"],round(salary * (1 - deductions["Federal Taxes"])) from employees;

(说明:1upper(name)函数对name字段的值全部转为大写 

          2deductios是个Map类型的字段,我们只取出Federal Taxes的值

          3round()函数是做了一个四舍五入的运算)

 

# limit查询

hive> select * from bidask_quote_hive limit 3;

 

# 列别名

hive> select upper(name),deductions["Federal Taxes"] as fed_taxs from employees;

 

# 嵌套查询

hive> from(

    > select upper(name),deductions["Federal Taxes"]  as fed_taxs,

    > round(salary * (1 - deductions["Federal Taxes"])) as salary_minus_fed_taxes from employees;

    > ) e

    > select e.name, e.salary_minus_fed_taxes

    > where e.salary_minus_fed_taxes > 7000;

      

# where过滤查询

hive> select * from employees where country = 'US' and state = 'CA'

 

# like子句

示例1

hive> select name,address.street from employees where address.street like '%Avo.';

    John    1 Michigan Ave.

    Todd    200 Chicago Ave.

示例2

hive> select name,address.street from employees where address.street like '%Chi%';

    Todd    200 Chicago Ave.

      

# Relike子句

Relike相当由于正则表达式,可以使用Java的正则表达式.例:

hive>select name, address.street from employees where address.street relike '.*(Chicago|Ontario).*'

       Mary     100 Ontario St.

       todd      200 Chicago Ave.

说明:上面的正则表达式中点号(.)标识和任意字符匹配,星号(*)表示重复“左边的字符串”零次或无数次。表达式(x|y)表示xy

      

#group by

说明:group by 通常和聚合函数一起使用,按照一个或多个列进行分组,然后对每个组执行聚合操作。

 

示例1:存在交易表stocks,以下查询语句按照苹果公司股票(股票代码APPL)的年份对股票记录进行分组,然后计算每年的平均收盘价

hive> select year(ymd),avg(price_close) from stocks where exchange = 'NASDAQ' AND symbol 'APPL' GROUP BY year(ymd);

1984      25.5786

1985      20.1936

1987      53.8456

 

示例2hiving字句

hive> select year(ymd),avg(price_close) from stocks where exchange = 'NASDAQ' AND symbol 'APPL' GROUP BY year(ymd)

    > having avg(price_close) > 50.0;

 

JOIN语句

# INNER JOIN语句

内连接中,只有进行连接的两个表中都存在与连接标准相匹配。

示例1:对苹果公司(APPL)IBM公司(IBM)的股价进行比较。股票表stocks进行自连接,连接条件是ymdyear-month-day)相等。

hive> select a.ymd, a.price_close, b.price_close

    > from stocks a join stocks b on a.ymd = b.ymd

    > where a.symbol = 'APPL' and b.symbol = 'IBM';

2010-01-04   210.21   132.45

2010-01-05   214.41   130.26

2010-01-06   211.61   134.87

2010-01-07   212.01   133.45

 

# JOIN语句

hive> select s.ymd, s.symbol, s.price_close, d.dividend

    > from stocks s join dividend d on s.ymd = d.ymd and s.symbol = d.symbol

    > where s.symbol = 'APPL';

      

       1987-05-11   APPL      77.01     0.015

       1987-08-10   APPL      48.61     0.015

       1987-11-17   APPL      78.01     0.002

      

3张表的JOIN

hive> select a.ymd, a.price_close, b.price_close,c.price_close

    > from stocks a join stocks b on a.ymd = b.ymd

    >               join stocks c on a.ymd = c.ymd

    > where a.symbol = 'APPL' and b.symbol = 'IBM' and c.symbol = 'GE';

      

       1987-05-11   APPL      77.01     0.015

       1987-08-10   APPL      48.61     0.015

       1987-11-17   APPL      78.01     0.002

 

# 查询优化

       尽量将大表放在前面

      

# LEFT OUTER JOIN语句

做外连接:join操作左边表中符合where子句的所有记录将会被返回。join右边表中如果没有符合on后面连接条件的记录时,那么

右表列的值将会是NULL。例:

hive> select s.ymd, s.symbol, s.price_close, d.dividend

    > from stocks s left outer join dividend d on s.ymd = d.ymd and s.symbol = d.symbol

    > where s.symbol = 'APPL';

 

ORDER BY SORT BY语句

ORDER BY:全排序

SORT BY:只会在每个reducer中对数据进行排序,只进行局部排序,保证每个reducer输出的数据是有序的。例:

hive> select s.ymd, s.symbol, s.price_close

    > from stocks s

    > order|sort by s.ymd ASC, s.symbol DESC;

 

 

 

 

 

 

 

 

 

 

 

 

© 著作权归作者所有

共有 人打赏支持
哈鼎
粉丝 4
博文 19
码字总数 7364
作品 0
深圳
Impala SQL 语言参考

Impala SQL 语言参考 Cloudera Impala 的查询语言是基于 SQL 的。为了保护用户在技能和查询设计方面的已有投资,Impala 提供与 Hive 查询语言(HiveQL)的高度兼容: 因为使用与 Hive 记录表结...

weiqingbin
2013/12/20
0
1
从SQL到HiveQL应改变的几个习惯

2009-10-30 @ taobao 引言 别名 虚拟列 IN INNER JOIN 分号字符 Insert Merge IS [NOT] NULL 引言 HiveQL非常像SQL,但二者并非等价,若不注意期间的一些差异,容易导致HiveQL的语义错误,或...

zhongl
2011/09/23
0
0
Hive架构及Hive On Spark

Hive的所有数据都存在HDFS中. (1)Table:每个表都对应在HDFS中的目录下,数据是经过序列化后存储在该目录中。同时Hive也支持表中的数据存储在其他类型的文件系统中,如NFS或本地文件系统。 (2...

雪童子
2015/10/23
0
0
Amazon EMR(Elastic MapReduce):亚马逊Hadoop托管服务运行架构&Hadoop云服务之战:微软vs.亚马逊

http://s3tools.org/s3cmd Amazon Elastic MapReduce (Amazon EMR)简介 Amazon Elastic MapReduce (Amazon EMR) 是一种 Web 服务,提升企业、研究人员、数据分析师和开发人员轻松、经济高效掌...

长征2号
2017/08/30
0
0
Hadoop Hive sql 语法详解

Hive 是基于Hadoop 构建的一套数据仓库分析系统,它提供了丰富的SQL查询方式来分析存储在Hadoop 分布式文件系统中的数据,可以将结构化的数据文件映射为一张数据库表,并提供完整的SQL查询功...

luanpeng825485697
05/30
0
0

没有更多内容

加载失败,请刷新页面

加载更多

Java GC机制详解

垃圾收集 Garbage Collection 通常被称为“GC”,本文详细讲述Java垃圾回收机制。 导读: 1、什么是GC 2、GC常用算法 3、垃圾收集器 4、finalize()方法详解 5、总结--根据GC原理来优化代码 ...

小刀爱编程
18分钟前
1
0
ORACEL学习--理解over()函数

二、理解over()函数 1.1、两个order by的执行时机 分析函数是在整个sql查询结束后(sql语句中的order by的执行比较特殊)再进行的操作, 也就是说sql语句中的order by也会影响分析函数的执行结果...

spinachgit
20分钟前
1
0
抽象语法树

import asttree = ast.parse('def hello_word(): print("hello world!")')def hell_word(): print(1)print(ast.dump(tree)) 语法树 可以基于这个实现另外一种编程语言...

colin_86
21分钟前
1
0
Akka查询设备组《fourteen》译

加入以下依赖到项目中: 介绍: 到目前为止,我们看到的会话模式很简单,因为它们要求Actor保持很少或没有状态。 特别: 设备actor返回一个读数,不需要更改状态。 记录温度,更新单个字段。...

woshixin
28分钟前
1
0
wait、notify、notifyAll 的用法

wait()、notify()、notifyAll()是三个定义在Object类里的方法,用来控制线程的状态。这三个方法最终调用的都是jvm的native方法, 随着jvm运行平台的不同可能有些许差异。 wait(): 使持有该对...

noob_fly
30分钟前
1
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部