Lziss的博客

语法特点：使用JOIN或INNER JOIN关键字，表名后可加别名简化查询，如FROM emp e JOIN dept d或FROM emp AS e INNER JOIN dept AS d。定义：当表A（m行）和表B（n行）进行连接操作时，若没有有效连接条件，表A的每一行都会与表B的每一行进行组合，产生m×n行的结果集。注意事项：连接n个表至少需要n-1个连接条件，如连接三个表需要两个连接条件。应用场景：当分析需求需要同时使用多张表的数据时使用，如计算跨表指标。

执行原理：在MapReduce框架下，先通过Map阶段读取数据，再通过Reduce阶段进行计数汇总。作用：将MapReduce任务运行在单个节点的单个进程中，提高小数据量测试效率。实现方法：使用select count(*) from omp统计总行数。特点：无论传入多少列，count统计的都是行数而非列数。语法：select count(*) from 表名。参数：可以传入星号*表示所有列，也可以指定特定列名。特点：聚合函数将多行数据汇总计算后返回单个值。作用：限制返回结果的行数。

基本语法：SELECT job, count(*) FROM emp GROUP BY job;执行结果：返回每个job对应的count(*)值，如研发3人、行政4人等。新需求引出：需要筛选出员工人数≥2的岗位，这属于对分组结果的二次过滤。结果验证：最终只显示人数≥2的岗位记录（如研发3人、行政4人等）执行原理：先完成分组聚合计算，再将结果作为临时表进行条件过滤。语法要点：必须给子查询命名别名，否则会报语法错误。用于统计每个岗位的员工人数。

典型示例: 记录test表的存储路径为hdfs: / / namenode:8020 / user / hive /warehouse / test。管理内容: 存储数据库、表结构(字段名/类型)、表HDFS路径等元信息。协议支持: 同时兼容Java(JBDC)和其他语言(ODBC)客户端。生产推荐: MySQL关系型数据库(支持多会话并发访问)架构特点: 仅提供访问接口，不负责实际存储(解耦设计)默认存储: 使用嵌入式Derby数据库(单会话限制)功能定位: 专门提供元数据访问接口的服务组件。

由Facebook开源，是基于Hadoop的数据仓库工具。可以将结构化数据文件映射为一张表，并提供类SQL查询功能。Hive是一个Hadoop客户端，用于将HQL（Hive SQL）转化为Mapreduce程序。主要用于海量数据的分析和计算。

基本概念：Group By语句通常与聚合函数配合使用，按照一个或多个列对结果进行分组，然后对每个组执行聚合操作。结果特点：返回行数等于分组数量，每组对应一行结果。1. Group By语句。2. 分组聚合的注意事项。