《Hive编程指南》笔记

最新推荐文章于 2025-04-27 11:33:16 发布

原创最新推荐文章于 2025-04-27 11:33:16 发布 · 427 阅读

0 ·

CC 4.0 BY-SA版权

Hive 专栏收录该内容

4 篇文章

订阅专栏

本文详述了Hive数据库的配置流程，包括MySQL作为元数据库的设置、JDBC驱动的添加及hive命令行参数的使用。深入解析了Hive的数据类型、表创建、SQL查询、权限管理、UDF/UDAF自定义函数的开发，以及视图、索引、模式设计、分桶等高级特性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

准备工作

配置mysql数据库为元数据库
vi hive2.2/conf/hive-site.xml
加mysql的jdbc的jar包到hive/lib
(下载地址:https://dev.mysql.com/downloads/connector/j/)
初始化hive
$HIVE_HOME/bin/schematool -dbType -initSchema
启动hive
$HIVE_HOME/bin/hive 或者$ HIVE_HOME/bin/hive –e ‘your sql’

一、Hive命令行参数

./hive [option]

-d key=value 定义一个变量。
-e “sql” 以命令行方式执行sql。
-f filename.hql 执行filename.hql里面的sql语句。
——>在hive命令中的方式为：hive>source filename.hql
-S 不输出，以静默的方式执行
-i /path…/.hiverc 启动时先执行.hiverc中的查询语句(如果未指定，则查找$HOME/.hiverc)
在hive命令中执行shell命令（在命令前面加!）：hive>！ls -l / ；
在hive中执行hdfs命令：去除 hdfs关键字即可
在hiveconf中设置hive.cli.print.header为true 显示字段名称

二、Hive中的数据类型

1、基本数据类型

数据类型	长度	例子
TINYINT	1字节有符号整数	20
SMALINT	2字节有符号整数	20
INT	4字节有符号整数	20
BIGINT	8字节有符号整数	20
BOOLEAN	布尔类型	TRUE
FLOUT	单精度浮点数	3.14159
DOUBLE	双精度浮点数	3.14159
STRING	字符串序列	“I love you”
TIMESTAMP	证书、浮点数或字符串
BINARY	字节数组

## 2、集合数据类型 ##

数据类型	描述	例子
STRUCT	JAVA中的enum	STRUCT{ "JOHN", "TOM" }
MAP	键值对类型	map{"first":"John","last":"Tom"}
ARRAY	数组类型	array{1,2,3,4,5,6,7,8}

## 3、数据类型建表示例 ## CREATE TABLE empoyees( name STRING, salary FLOUT, subordinates ARRAY, deductions MAP

以下用如图两个表演示结果内容：

1、INNER JOIN 内连接(优化：表从左往右依次变大)

语句：

SELECT a.name,a.number,b.name 
FROM table1 a JOIN table2 b 
ON a.number=b.number;

结果：

注意：老版本不支持非等值join
新版本(1.2.0以后)支持非等值join，但是语法必须如下：

select a.name b.* from t_1 a,t_2 b where a.id>b.id;	//(不加join关键字)

### 2、LEFT OUTER JOIN 左外连接 ### 语句：

SELECT a.name,a.number,b.name 
FROM table1 a LEFT OUTER JOIN table2 b 
ON a.number=b.number;

结果：

3、RIGHT OUTER JOIN 右外连接

语句：

SELECT,a.name,a.number,b.name 
FROM table1 a RIGHT OUTER JOIN table2 b 
ON a.number=b.number;

结果：

4、FULL OUTER JOIN 全外连接

语句：

SELECT a.name,a.number,b.name 
FROM table1 a FULL OUTER JOIN table2 b 
ON a.number=b.number;

结果：

5、LEFT SEMI JOIN 左半开连接

注意：左半开连接的SELECT和WHERE不能引用右半边表的字段
语句：

SELECT a.name,a.number 
FROM table1 a LEFT SEMI JOIN table2 b 
ON a.number=b.number;

结果：

6、JOIN 笛卡尔积连接

注意：就是内连接不加ON的条件
语句：

SELECT a.name,a.number,b.name
FROM table1 a JOIN table2 b;

五、视图与索引

（一）视图

CREATE VIEW myview AS SELECT * FROM mytable; 创建视图语法
CREATE OR REPLACE VIEW myview AS SELECT * FROM mytable; 创建/更新视图
DROP VIEW [IF EXISTS] myview; 删除视图
ALTER VIEW myview SET TBLPROPERTIES(key=value); 只能更改视图元数据，而不能更改其他东西；

（二）索引

创建索引：

CREATE INDEX myindex
 ON TABLE mytable(columnName)
 AS '索引处理器的全限定类名'
 WITH DEFERRED REBUILD		//如果用户指定此选项，则新索引呈现空白状态
 IN TABLE myindextable		//指定创建索引后的表名
 PARTITION(key=value);	//对此分区进行索引创建

myindex：索引名称
columnName：创建索引的列的名称
myindextable：创建索引后的表名

ALTER INDEX myindex ON TABLE mytable PARTITION(key=value) REBUILD; 修改索引
SHOW FORMATTED INDEX ON mytable; 显示索引
DROP INDEX [IF EXISTS] myindex ON mytable; 删除索引

六、模式设计

关系型数据库中按照天数创建表，在Hive中改成按照天数创建分区。
分桶：
CLUSTER BY (字段) INTO num BUCKETS
创建表时(CREATE TABLE)使用，用于把数据按照（字段）均匀的分在num个桶中-----
这里我们需要注意几点

我们需要确保reduce 的数量与表中的bucket 数量一致，为此有两种做法

(1)让hive强制分桶，自动按照分桶表的bucket 进行分桶。(推荐)
```
 set  hive.enforce.bucketing = true;
```
(2)手动指定reduce数量
```
 set mapreduce.job.reduces = num;

 set mapreduce.reduce.tasks = num;
```
并在 SELECT 后增加CLUSTER BY 语句

七、权限管理

1、开启Hive权限

hive>  set hive.security.authorization.enabled=true;

2、对用户或用户组授予权限

GRANT [CREATE|SELECT|...] 
ON [DATABASE|TABLE] database_or_table_name 
TO [USER|GROUP] user_or_group_name;

3、对用户授予角色

CREATE ROLE rule_name;		//创建角色
GRANT [SELECT|CREATE|...] ON TABLE table_name TO ROLE role_name; 	//赋予角色权限
GRANT ROLE role_name TO [USER|GROUP] user_name;		//赋予用户角色

4、删除授权

REVOKE [SELECT|CREATE|...] 
ON [DATABASE|TABLE] database_or_table_name 
FROM [USER|GROUP] user_or_group_name;

5、分区表的授权

默认情况下，分区表的授权将会跟随表的授权，也可以给每一个分区建立一个授权机制，只需要设置表的属性PARTITION_LEVEL_PRIVILEGE设置成TRUE

hive> ALTER TABLE auth_part  
> SET TBLPROPERTIES ("PARTITION_LEVEL_PRIVILEGE"="TRUE");  
Authorization failed:No privilege 'Alter' found for inputs  
{database:default, table:auth_part}.  
Use show grant to get more details.

6、自动授权

(1)表创建者的权限

(2)其他用户的权限

7、常用授权关键字

名称	描述
ALL	所有权限
ALTER	更改表结构，创建分区
CREATE	创建表
DROP	删除表，或分区
INDEX	创建和删除索引
LOCK	锁定表，保证并发
SELECT	查询表权限
SHOW_DATABASE	查看数据库权限
UPDATE	为表/分区插入或加载本地数据的权限

具体查看转载的博客 [https://blog.youkuaiyun.com/yancychas/article/details/84202400](https://blog.youkuaiyun.com/yancychas/article/details/84202400) # 八、UDF/UDAF # #### 1、显示函数/描述函数 ####

SHOW FUNCTIONS;
DESCRIBE FUNCTION [EXTENDED] function_name;

#### 2、加入函数 ####

ADD JAR /root/...	//路径不要加入引号
CREATE TEMPORARY FUNCTION function_name AS '完全限定类名'

#### 3、自定义UDF #### 1. 继承UDF 2. 重写evaluate方法 #### 4、自定义UDAF #### 1. 继承AbstractGenericUDAFResolver，实现getEvaluator方法（返回：继承GenericUDAFEvaluator的自定义类） 2. 继承GenericUDAFEvaluator的自定义类，实现init、getNewAddregationBuffer、iterate、terminatePartial、merge、terminate方法

具体见http://www.cnblogs.com/ggjucheng/archive/2013/02/01/2888051.html
https://blog.youkuaiyun.com/kent7306/article/details/50110067