Hive的视图和索引

目录

一、Hive Lateral View

1、基本介绍

2、Hive表行转列，列转行以及Hive Lateral View在列转行中的使用

二、Hive视图

1、Hive视图基本介绍

2、Hive视图特点

3、Hive视图的意义

4、Hive视图的创建和删除

5、视图的使用

6、查询所有的hive视图 

三、Hive索引

1、Hive索引的实现原理

2、创建索引

3、使用索引

4、删除索引

---

一、Hive Lateral View

1、基本介绍

Lateral View用于和UDTF函数（explode、split）结合来使用。 ​ 首先通过UDTF函数拆分成多行，再将多行结果组合成一个支持别名的虚拟表。主要解决在select使用UDTF做查询过程中，查询只能包含单个UDTF，不能包含其他字段、以及多个UDTF的问题。 ​

语法： ​

LATERAL VIEW udtf(expression) tableAlias AS columnAlias (',' columnAlias)

2、Hive表行转列，列转行以及Hive Lateral View在列转行中的使用

• 表1:cityInfo

cityname	regionname
上海	四川北路
上海	虹梅路
上海	音乐学院
上海	徐家汇
上海	陆家嘴
上海	古北
北京	东四
北京	复兴门
北京	新街口
北京	地安门

• 表2:cityInfoSet

cityname	regionname
上海	四川北路,虹梅路,音乐学院,徐家汇,陆家嘴,古北
北京	地安门,复兴门,东四,新街口

表1和表2的结构如上所示。

现在需要在 hive 中使用 Hql 语句对表1和表2进行互相转化。

（1）行转列

使用的函数说明： 

concat_ws(string SEP,string array<String>)：函数返回字符串连接后的结果，SEP表示各个字符串连接的分割符；

collect_set(col)： 函数将col字段进行去重，并合并成一个数组。

表1=>表2 可以使用 hive 的内置函数 concat_ws() 和 collect_set()进行转换，执行hql如下所示：

select cityname,concat_ws(',',collect_set(regionname)) as address_set from cityInfo group by cityname;

（2）列转行

使用到的函数

函数split(String str,String pat) 将字符串按照pat分割；

函数explode(array) 将数组中的元素拆分为多行显示。

表2=>表1 可以使用 hive 的内置函数 l