Hhive的数据查询和Hive函数

• Hive的数据查询

• Hive的聚合函数

1.　　Hive的数据查询

　　　　数据查询是Hive的最主要的功能。Hive不支持标准SQL，但是熟悉SQL开发者还是能很快上手。

1. select ....from  表；语句
   • select后面可以跟查询的字段，from后面跟查询的表名，如下：
   • 
   • 还可以为列和表起别名，select  列名  as   别名   from  表  ；(as可以省略)如下：
   • 
2. 限制返回行数：
   • select  *  from   表名   limit  n;  n表示行数；
3. 去除重复字段：
   • select   distinct  列名   from   表;
4. 在select语句中使用case..when ...then  根据某列进行相应的处理，如图下所示：
   • 
     
     
5. where语句(很多时候需要对查询条件进行限制，就需要使用where语句)　　例如：
   • select  *   from   表  where  age = 18; （查询年龄的18的信息）
   • where后的表达式完全兼容sql的写法，后面可以跟：
     • =  ,    <>   , !=  ,  >=   , <=  , is  null  ,  is  not  null   ,  like   ,   between   ,or    , and     in 
6.  group  by  和having语句（相当于where）
   • group   by  通常会和聚合函数一起使用，先按照一个或多个结果进行分组，再执行聚合操作，如下：
     • select  列,count(*)  from  表  group  by  列名；
   • 如果使用group  by  字句，那么查询的字段如果没有出现在group by 字句后面则必须使用聚合函数，如下：
   1. • select name,avg(age)  from  student  roup  by  body;
      • 这样Hive就会抛出一个：Expression  not  in   gtoup  by  key  name  的异常
      • 
   2. 如果想对分组的结果进行条件过滤，可以使用having字句，如下：
      • 
      • 注意：字符串不能使用单引号，必须使用双引号。
7. join语句
   1. （内连接）inner  join ....on   等值连接条件 
      • 语法：select * from  表A  inner  join  表B  on   A.id = B.id;
      • 只查询连接条件相等的字段数据。
   2. （左/右外连接）left/right  outer  join   on  等值连接条件
      • 语法：select * from  表A  left/right join  表B  on   A.id = B.id;
      • left：查询左表的所有信息与右表连接，没有与之对应的用null代替
      • right：查询右表的所有信息与左表连接，没有与之对应的用null代替
   （全外连接）full  outer  join  on  等值连接条件
   • 语法：select  表A.列，表B.列  from  表  full outer  join  A.id = B.id;
   • 全外连接意味着结果集会包括左表和右表的所有记录
   3. （左半连接）left  semi  join 
      • 语法：select  表A.列，表B.列  from  表  left   semi  join  A.id = B.id;
      • 返回左表记录，前提满足on语句的判断条件
   4. 多表join（三表之上）
      • select  表A.列，表B.列，表C.列  from  表  where  A.id = B.id  B.id = C.id;
8. order  by 和  sotr by  语句------------>单独使用的时候不用where
   1. order  by  全局排序
      • select * from  表  order  by  列   desc/asc(升/降)
   2. sort  by    局部排序
      • select * from  表  sort  by  列   desc/asc(升/降)
distribute by   和  cluster  by  
• 二次排序：第一列相同的数据能够按照第二列进行排序的。
• 语法：select  列1,列2  from 表  distribute  by   列1 sort by   列2;
• 语法：select 列1,列2  from  表  cluster  by  列1,列2；

2.　　Hive函数

1. count：j计算总行数
2. sum：计算指定列的和
3. avg：计算指定列的平均数
4. max：统计指定列的最大值
5. min：统计指定列的最小值