第二章 impala基本使用
1、impala的使用
1.1、impala-shell语法
1.1.1、impala-shell的外部命令参数语法
不需要进入到impala-shell交互命令行当中即可执行的命令参数
impala-shell后面执行的时候可以带很多参数：
-h 查看帮助文档
impala-shell -h
-r 刷新整个元数据，数据量大的时候，比较消耗服务器性能
impala-shell -r
-B 去格式化，查询大量数据可以提高性能
--print_header 去格式化显示列名
--output_delimiter 指定分隔符
-v 查看对应版本
impala-shell -v -V
-f 执行查询文件
--query_file 指定查询文件
cd /export/servers
vim impala-shell.sql
use weblog;
select * from ods_click_pageviews limit 10;
#通过-f 参数来执行执行的查询文件
impala-shell -f impala-shell.sql
-i 连接到impalad
--impalad 指定impalad去执行任务
-o 保存执行结果到文件当中去
--output_file 指定输出文件名
impala-shell -f impala-shell.sql -o hello.txt
-p 显示查询计划
impala-shell -f impala-shell.sql -p
-q 不使用impala-shell进行查询
1.1.2、impala-shell的内部命令行参数语法
进入impala-shell命令行之后可以执行的语法
进入impala-shell：
impala-shell #任意目录help命令
帮助文档
connect命令
connect hostname 连接到某一台机器上面去执行
refresh命令
refresh dbname.tablename 增量刷新，刷新某一张表的元数据，主要用于刷新hive当中数据表里面的数据改变的情况
用于刷新hive当中数据表里面的数据改变的情况
refresh mydb.stu;
invalidate metadata 命令：
invalidate metadata全量刷新，性能消耗较大，主要用于hive当中新建数据库或者数据库表的时候来进行刷新
invalidate metadata
explain 命令：
用于查看sql语句的执行计划
explain select * from stu;
explain的值可以设置成0,1,2,3等几个值，其中3级别是最高的，可以打印出最全的信息
set explain_level=3;
profile命令：
执行sql语句之后执行，可以打印出更加详细的执行步骤，
主要用于查询结果的查看，集群的调优等
select * from stu;
profile;
注意:在hive窗口当中插入的数据或者新建的数据库或者数据库表，在impala当中是不可直接查询到的，需要刷新数据库，在impala-shell当中插入的数据，在impala当中是可以直接查询到的，不需要刷新数据库，其中使用的就是catalog这个服务的功能实现的，catalog是impala1.2版本之后增加的模块功能，主要作用就是同步impala之间的元数据
1.2、创建数据库
1.1.1进入impala交互窗口
impala-shell #进入到impala的交互窗口1.1.2查看所有数据库
show databases;1.1.3创建与删除数据库
创建数据库
CREATE DATABASE IF NOT EXISTS mydb1;
drop database if exists mydb;1.3、 创建数据库表
创建student表
CREATE TABLE IF NOT EXISTS mydb1.student (name STRING, age INT, contact INT );创建employ表
create table employee (Id INT, name STRING, age INT,address STRING, salary BIGINT);1.3.1、 数据库表中插入数据
insert into employee (ID,NAME,AGE,ADDRESS,SALARY)VALUES (1, 'Ramesh', 32, 'Ahmedabad', 20000 );
insert into employee values (2, 'Khilan', 25, 'Delhi', 15000 );
Insert into employee values (3, 'kaushik', 23, 'Kota', 30000 );
Insert into employee values (4, 'Chaitali', 25, 'Mumbai', 35000 );
Insert into employee values (5, 'Hardik', 27, 'Bhopal', 40000 );
Insert into employee values (6, 'Komal', 22, 'MP', 32000 );数据的覆盖
Insert overwrite employee values (1, 'Ram', 26, 'Vishakhapatnam', 37000 );执行覆盖之后，表中只剩下了这一条数据了
另外一种建表语句
create table customer as select * from employee;1.3.2、 数据的查询
select * from employee;
select name,age from employee; 1.3.3、 删除表
DROP table mydb1.employee;1.3.4、 清空表数据
truncate employee;1.3.5、 创建视图
CREATE VIEW IF NOT EXISTS employee_view AS select name, age from employee;1.3.6、 查看视图数据
select * from employee_view;1.4、order by语句
基础语法
select * from table_name ORDER BY col_name [ASC|DESC] [NULLS FIRST|NULLS LAST]
Select * from employee ORDER BY id asc;1.5、group by 语句
Select name, sum(salary) from employee Group BY name; 1.6、 having 语句
基础语法
select * from table_name ORDER BY col_name [ASC|DESC] [NULLS FIRST|NULLS LAST]按年龄对表进行分组，并选择每个组的最大工资，并显示大于20000的工资
select max(salary) from employee group by age having max(salary) > 20000
1.7、 limit语句
select * from employee order by id limit 4;2、impala当中的数据表导入几种方式
第一种方式，通过load hdfs的数据到impala当中去
create table user(id int ,name string,age int ) row format delimited fields terminated by "\t";准备数据user.txt并上传到hdfs的 /user/impala路径下去
上传user.txt到hadoop上去：
hdfs dfs -put user.txt /user/impala/查看是否上传成功：
hdfs dfs -ls /user/impala1 kasha 15
2 fizz 20
3 pheonux 30
4 manzi 50加载数据
load data inpath '/user/impala/' into table user;查询加载的数据
select * from user;如果查询不不到数据，那么需要刷新一遍数据表
refresh user;第二种方式：
create table user2 as select * from user;第三种方式：
insert into #不推荐使用 因为会产生大量的小文件千万不要把impala当做一个数据库来使用
第四种方式：
insert into select #用的比较多