一、Hive基础概念

1.hive数据模型

每个库的下面呢有一些表，横向分区，纵向分桶

分区：每个分区都为一个物理文件夹，对于一个不在表中存在的字段进行分

区，即分区的字段为虚字段，在这种水平的分层后数据是完全物理

隔离的之间没有关系

分桶：各分桶相互独立，最终形成一个完整的数据块，分桶采用的是实字段

每个分桶即为一个文件，按字段的哈希值分桶

二、HiveSql

按数据操作分类，来分别说明脚本的使用

1.DDL

1.1建表说明

元数据:描述数据的数据

表分类：主要分为内表和外表

内表：元数据和数据本身均被hive所管理，删除表则全部被删除

外表：元数据被hive管理，数据本身存储在hdfs中，不受hive管

理。删除表则只删除元数据，数据本身不变。

区分内外表的关键字：external

查看已存在表的详细信息

show create table / desc tablename

更改表 alter table student rename to student2

增加字段 alter table student2 add columns (age int comment "新

增")

2.DML

加载数据脚本：LOAD DATA [LOCAL] INPATH 'filepath'

[OVERWRITE] INTO TABLE

tablename [PARTITION (partcol1=val1,

partcol2=val2 ...)

动态分区模式：（让分区成为变量）

脚本模板

insert overwrite table tablename

partition (partcol1[=var1],partcol2[=var2]...)

select_statement from from_statement

允许动态分区

set hive.exec.dynamic.partition=true；

设置非严格模式

set hive.exec.dynamic.partition.mode=nonstric;

多插入模式：

from student

insert overwrite table student partition(come_date='20170906')

select id,username,classid,classname where

come_date='20170905'

insert overwrite table student partition(come_date='20170907')

select id,username,classid,classname where

come_date='20170905'

3.join查询

inner join

将左表和右表满足联接条件的数据，全部查询出来

left outer join

以左表为主，将左表数据全部保留，没有关联上数据字段置成 NULL

right join

以右表为主，右表的数据全部保留，没有关联上额数据字段置成null

full outer join

没有关联上数据字段全部置成 NULL

4.union

union all

将所有表数据，完全叠加在一起，不去重。

union

将所有表数据，完全叠加在一起，总体去重。

要求：所有表的字段和类型完全一致

5.later view explode

通过 explode 将一行转换成多行，通过 lateral view 将多行转换成一个表

经典运用