Hive操作命令上手手册

内容来自于《大数据Hive离线计算开发实战》

Hive原理

Hive是一个基于Hadoop的数据仓库和分析系统，用于管理和查询大型数据集。以下是Hive的原理：

• 数据仓库：Hive将结构化的数据文件映射成一张表，并提供类SQL查询功能。用户可以使用类似SQL的查询语言（HQL）来管理和查询这些数据。Hive的表是纯逻辑表，本质上是Hadoop的目录/文件，达到了元数据与数据存储分离的目的。
• 转换机制：Hive的工作原理是通过将查询语句转换成MapReduce程序来执行。当用户输入Hive SQL时，它将被转换成一系列的MapReduce操作，从而完成查询的任务。这样可以提高性能，降低运行时间。
• 运行环境：Hive基于Hadoop，使用HDFS作为存储，使用MapReduce进行计算。Hive还包含一个Hive服务器，这是一个守护进程，用于管理查询和存储结果。
• 扩展性：Hive支持自定义函数（UDF），使用户可以根据自己的需要定义函数，以满足自己的数据挖掘需求。此外，Hive还支持自定义存储格式，可以将数据存储在不同的格式中，以方便查询。
• 高效性：Hive支持对HDFS上的数据进行并行处理，支持多种数据查询和分析。通过这种方式，Hive可以提高数据存储和查询的效率，从而提高系统性能。

总的来说，Hive是一个用于大数据处理的工具，其原理是通过将查询语句转换成MapReduce程序来执行，并利用Hadoop和HDFS进行存储和计算。通过这种方式，Hive可以简化复杂的数据挖掘和大数据分析工作，提高系统性能和效率。

对新手来说，你其实可以理解我就是正常操作结构化的数据库，类似于操作MySQL、PostgreSQL等数据库，写普通的SQL语句进行数据查询、分析。那我该篇文章也就是梳理最简单的最全的操作方法，帮助刚上手Hive的程序员快速开始写SQL语句进行查询分析数据。

Hive数据类型

基本数据类型

数据类型	长度
TINYINT	1byte有符号整数
SMALLINT	2byte有符号整数
INT	4byte有符号整数
BIGINT	8byte有符号整数
BOOLEAN	布尔类型 true 或者 false
FLOAT	单精度浮点数
DOUBLE	双精度浮点数
STRING	字符序列，可以指定字符集；可以使用单引号或双引号
TIMESTAMP	整数、浮点数或者字符串
BINARY	字节数组

集合数据类型

数据类型	描述
STRUCT	与C语言中的结构 struct类型相似，都可以通过“点”符号访问元素内容。例如，某表中某个列的数据类型为STRUCT(firName STRING,lastName STRING)，那么第一个元素可通过字段名.firName来引用
MAP	MAP是一个键值对映射集合。例如，表中某个列的数据类型是MAP，存放数据的格式是键:值，通过键就可以获取值
ARRAY	ARRAY数组是一组具有相同类型变量的集合，这些变量被称为数组的元素，每个元素度有一个下标编号，编号从0开始

STRUCT数据类型案例

create table enterprise.employee(id int,info struct<name:string,age:int>) row format delimited fields terminated by ',' collection items terminated by ':';

数据实例

1,zhangsan:10
2,lisi:20
3,wangwu:30

MAP数据类型

create table enterprise.employee_1(id int,perf Map<string,int>) row format delimited fields terminated by '\t' collection items terminated by ',' map keys terminated by ':';

数据案例

1   job:80,team:60,person:50
2   job:60,team:70
3   job:80,team:90,person:100

ARRAY数据类型

create table enterprise.employee_2(name string,emp_id_list array<int>) row format delimited fields terminated by ',' collection items terminated by ':';

数据案例

zhangsan,1:2:3
lisi,4:5:6
wangwu,7:8:9

Hive数据定义与操作

HiveQL数据定义语言

创建数据库

hive> create database enterprise;

如果数据库enterprise已经存在的话，会跑出一个异常。

所以命令可以改为

hive> create database if not exists enterprise;

查看Hive中所包含的所有数据库

hive> show databases;

查询数据库以e开头数据库

hive> show databases lik