大数据学习---HIVE入门SQL学习

其实HIVE的SQL和MySQL的语法基本类似。

一、数据库

创建数据库

create database 数据库名;

查看数据库

show databases；

切换数据库

use database 数据库名

二、表

创建表

方式一：

create table 表名(

字段名字段类型，

字段名字段类型

) row format delimited

fields terminated by "" 使用分隔符

方式二：

create table 表名 as （查询语句查询的结果）

三、加载数据

传统的数据库添加数据使用的是insert，但是这里官方推荐使用load进行数据加载。

数据加载有两种方式：复制形式的加载，移动形式的加载。

命令：

load data local inpath 要加载的文件地址 into table 对应文件的表名

这里加载的是服务器本地的文件系统中的文件，此时是一种纯复制操作。

load data inpath 要加载的文件地址 into table 对应文件的表名

这里加载的是HDFS系统中的文件，此时是一种纯移动操作。

insert插入数据，要启动MR进行计算，所以插入时间会比较长。不过在这里可以使用insert+select进行数据查询插入。

insert into table 表名查询语句获取相同字段的记录进行批量插入

四、查询数据

1、基本查询语法

HIVE的基本查询语句是与常规的SQL语句一致的。

select current_database(); 查询当前看数据库

2、去重

去重使用distinct，放在字段名之前可以根据当前字段进行去重。也可以放在返回结果的多个字段前，就会对多个字段同时去重。

3、where

where查询，其后面是跟一个布尔值

4、聚合函数

AVG(cloumn) 计算平均值

count(cloumn) 统计数量，不包括null

count（*）统计数量，包括null

max(cloumn) 统计该字段内最大值

min(cloumn) 统计该字段内最小值

sun(cloumn) 对该字段数据求和

5、分组

group by 字段：按字段进行分组，字段可以是多个，就是按照多个字段进行分组

限制：返回的结果中的字段必须是分组的字段或在聚合函数之中，否则报错。

6、having

having 后面也是布尔类型过滤，他要放在分组之后。

having和where的区别：

having	where
分组后执行	分组前执行
可以使用聚合函数	不可以使用聚合函数

7、排序

orderBy 字段排序：根据某个字段进行排序，也可以根据多个字段进行排序

排序分两种：升序排序(asc) 、降序排序（desc）

默认排序是升序排序。

8、限制

limit 数量 n：显示前n条数据

limit n,m :从n开始，显示m条数据

索引从0开始

执行顺序：

from > where > group by > having > order by > limit > select

示例：

select * from 表

where 条件

group by 字段

having 条件

order by 字段顺序

limit n|[n,m]

9、关联查询

内连接

select * from A inner join B where A.id = B.aid

select * from A join B where A.id = B.aid

select * from A,B where A.id = B.aid

左连接

select * from A inner left join B where A.id = B.aid

在关联查询中，内连接是只将关联到的记录进行展示。外连接则是对所有的记录进行展示，在关联不到的记录中所对应的数据为空。

左连接查询，是以左表为主表，再对右表进行关联，能关联到的显示关联数据，关联不到的只展示左边数据，右表字段为null。右连接相反。

10、内置函数

操作字符串的：

length(str) 查看某个数据的长度

reverse(str) 将字符串进行反转

concat(str1, str2, strArr) 对字符串进行拼接

concat_ws(分隔符，str1, str2, strArr) 对字符串进行分隔符拼接

substr(int start,int length) |substring(int start,int length) 对字符串进行截取索引是从1开始的

split(str,分隔符) 对字符串进行分割返回值是一个数组

操作日期的：

current_date();获取当前时间

unix_timestamp():获取当前时间的时间戳

unix_timestamp(date，时间格式):获取自定义的时间的时间戳

from_unixtime(时间戳,自定义的时间格式)：将时间戳转换为固定格式的时间

date_diff(时间1，时间2)：获取两个时间的天数差

date_add(时间1，int n) :添加几天

date_sub(时间1，int n) :减少几天

数学函数

round(double b) 四舍五入

round(double b,int a)：保留a位小数

rand() ：获取随机数（0-1）

rand(int n)：获取固定数，在随机数获取后就会固定

条件函数

if（boolean b，成功默认值，失败默认值）：判断后可以得到默认值,只能有两个

case str when str1 默认1 when str2 默认2 else 默认3 end :可以判断多个条件