Hive基本查询语句

hive查询时显示字段名

• 运行下面代码，查询即可看到字段名

set hive.cli.print.header=true;

• 还可以去掉表名

set hive.resultset.use.unique.column.names=false;

全表和特定列查询

• 查询语句语法：

SELECT [ALL | DISTINCT] select_expr, select_expr, ...
FROM table_reference
[WHERE where_condition]
[GROUP BY col_list]
[ORDER BY col_list]
[CLUSTER BY col_list
| [DISTRIBUTE BY col_list] [SORT BY col_list]
]
[LIMIT number]

基本查询

全表和特定列查询

• 数据准备

在 /root/hivedata 下面创建两个文件

• dept:

10      ACCOUNTING      1700
20      RESEARCH        1800
30      SALES   1900
40      OPERATIONS      1700

• emp：

7369    SMITH   CLERK   7902    1980-12-17      800.00          20
7499    ALLEN   SALESMAN        7698    1981-2-20       1600.00 300.00  30
7521    WARD    SALESMAN        7698    1981-2-22       1250.00 500.00  30
7566    JONES   MANAGER 7839    1981-4-2        2975.00         20
7654    MARTIN  SALESMAN        7698    1981-9-28       1250.00 1400.00 30
7698    BLAKE   MANAGER 7839    1981-5-1        2850.00         30
7782    CLARK   MANAGER 7839    1981-6-9        2450.00         10
7788    SCOTT   ANALYST 7566    1987-4-19       3000.00         20
7839    KING    PRESIDENT               1981-11-17      5000.00         10
7844    TURNER  SALESMAN        7698    1981-9-8        1500.00 0.00    30
7876    ADAMS   CLERK   7788    1987-5-23       1100.00         20
7900    JAMES   CLERK   7698    1981-12-3       950.00          30
7902    FORD    ANALYST 7566    1981-12-3       3000.00         20
7934    MILLER  CLERK   7782    1982-1-23       1300.00         10	

1. 创建部门表

create table if not exists dept(depton int,dname string,loc int)
row format delimited fields terminated by '\t';

2. 创建员工表

create table if not exists emp(empno int,ename string,job string,mgr int,hiredate string,sal double,comm double,deptno int)
row format delimited fields terminated by '\t';

3. 导入数据

load data local inpath '/root/hivedata/dept.txt' into table dept;
load data local inpath '/root/hivedata/emp.txt' into table emp;

全表查询

select * from emp;

选择特定列查询

select empno,ename from emp;

注意：

• （1）SQL 语言大小写不敏感。
• （2）SQL 可以写在一行或者多行
• （3）关键字不能被缩写也不能分行
• （4）各子句一般要分行写。
• （5）使用缩进提高语句的可读性。

列别名

• 1）重命名一个列
• 2）便于计算
• 3）紧跟列名，也可以在列名和别名之间加入关键字‘AS’

案例实操

1. 查询名称和部门

select ename as name,deptno dn from emp;

算术运算符（常用）

运算符	描述
A+B	A 和 B 相加
A-B	A 减去 B
A/B	A 除以 B
A*B	A 和 B 相乘
–	–

• 案例实操：查询出所有员工的薪水后加 1 显示。

select sal +1 from emp;

常用函数

求总行数（count）

select count(*) cnt from emp;

求工资的最大值（max）

select max(sal) max_sal from emp;

求工资的最小值（min）

select min(sal) min_sal from emp;

求工资的总和（sum）

select sum(sal) sum_sal from emp;

求工资的平均值（avg）

select avg(sal) avg_sal from emp;

Limit 语句

• 典型的查询会返回多行数据。LIMIT 子句用于限制返回的行数。

select * from emp limit 5;

Where 语句

1. 使用 WHERE 子句，将不满足条件的行过滤掉
2. WHERE 子句紧随 FROM 子句

案例实操

• 查询出薪水大于 1000 的所有员工

select ename,sal from emp where sal > 1000;

• 注意：where 子句中不能使用字段别名。

比较运算符（Between/In/ Is Null）

案例实操

• 查询出薪水等于 5000 的所有员工

select ename,sal from emp where sal=5000;

• 查询工资在 500 到 1000 的员工信息

select ename,sal from emp where between 500 and 1000;

• 查询 comm 为空的所有员工信息

select ename,comm from emp where comm is null;

• 查询工资是 1500 或 5000 的员工信息

select ename,sal from emp where sal in (1500,5000);

逻辑运算符（And/Or/Not）

• 查询薪水大于 1000，部门是 30

select * from emp where sal>1000 and deptno=30;

• 查询薪水大于 1000，或者部门是 30

select * from emp where sal>1000 or deptno=30;

• 查询除了 20 部门和 30 部门以外的员工信息

select * from emp where deptno not in(20,30);

分组

Group By 语句

GROUP BY 语句通常会和聚合函数一起使用，按照一个或者多个列队结果进行分组，然后对每个组执行聚合操作。

案例实操

• 计算 emp 表每个部门的平均工资

select deptno,avg(sal) avg_sal from emp group by deptno;

• 计算 emp 每个部门中每个岗位的最高薪水

select deptno,job,max(sal) max_sal from emp group by deptno,job;

Having 语句

（1）where 后面不能写分组函数，而 having 后面可以使用分组函数。
（2）having 只用于 group by 分组统计语句。

• 求每个部门的平均薪水大于 2000 的部门

select deptno,avg(sal) avg_sal from emp group by deptno having avg_sal>2000;

Join 语句

• 根据员工表和部门表中的部门编号相等，查询员工编号、员工名称和部门名称；

select e.empno,e.ename,d.dname from emp e join dept d on e.deptno = d.depton;

表的别名

（1）使用别名可以简化查询。
（2）使用表名前缀可以提高执行效率

排序

全局排序（Order By）

• Order By：全局排序，只有一个 Reducer
• 使用 order by 子句排序
• asc（ascend）: 升序（默认）
• desc（descend）: 降序
• order by 子句在 select 语句的结尾

案例实操

1. 查询员工信息按工资升序排列

select * from emp order by sal;

2. 查询员工信息按工资降序排列

select * from emp order by sal desc;

按照别名排序

• 按照员工薪水的 2 倍排序

select ename,sal*2 twosal from emp order by twosal;

多个列排序

• 按照部门和工资升序排序

select ename,deptno,sal from emp order by deptno,sal;

每个 Reduce 内部排序（Sort By）

• Sort By：对于大规模的数据集 order by 的效率非常低。在很多情况下，并不需要全局排 序，此时可以使用 sort by。
• Sort by 为每个 reducer 产生一个排序文件。每个 Reducer 内部进行排序，对全局结果集 来说不是排序。
• 设置 reduce 个数

set mapreduce.job.reduces=3;

• 查看设置 reduce 个数

set mapreduce.job.reduces;

• 根据部门编号降序查看员工信息

select * from emp sort by deptno desc;

• 将查询结果导入到文件中（按照部门编号降序排序）

insert overwrite local directory '/root/hivedata'
select * from emp sort by deptno desc;