enjoyjin的专栏

hive 连接优化：1、

hive文件存储格式包括以下几类：1、TEXTFILE2、SEQUENCEFILE3、RCFILE4、ORCFILE(0.11以后出现)其中TEXTFILE为默认格式，建表时不指定默认为这个格式，导入数据时会直接把数据文件拷贝到hdfs上不进行处理；SEQUENCEFILE，RCFILE，ORCFILE格式的表不能直接从本地文件导入数据，数据要先导入到textfil

在官方的wiki里，example是这样的：Sql代码CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name     [(col_name data_type [COMMENT col_comment], ...)]     [COMMENT table_comment]     [PARTITIONED BY (col_nam

Databases in Hive -- 在HIVE 中使用数据库Hive offers no support for row-level  inserts, updates, and deletes.Hive doesn’t support transactions. Hive adds ex-tensions to providebetter performance i

Loading Data into Managed Tables -- 加载数据到表[sql] view plaincopyprint?LOAD DATA LOCAL INPATH '${env:HOME}/california-employees'  OVERWRITE INTO TABLE employees  PARTITION (country = 'US', 

HiveFor Hive, I use collect_set() + concat_ws() from https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF.But if you want to remove duplicated elements, write your own UDF should