Hive是基于Hadoop的应用程序，受限于Hadoop 的设计，Hive不能提供完整的数据库功能。最大的限制就是Hive不支持行级别的更新、插入或者删除操作。同时，因为MapReduce任务的启动过程需要消耗较长的时间，所有Hive查询延迟比较严重。传统数据库中在秒级别可以完成的查询，在Hive中，即使数据集相对较小，往往也需要执行更长的时间。最后需要说明的是，Hive不支持事务。
在这里插入图片描述
Hive中附带的客户端有三种：CLI（命令行客户端）、HWI（网页客户端）和Thrift Server（编程客户端）。
（1）查看Hadoop版本号，命令如下：
hadoop version
(2）启动Hadoop，命令如下：
- 启动HDFS：start-dfs.sh - 启动Yarn：start-yarn.sh - 检查Hadoop进程：jpsHive中的数据库
（1）创建数据库
CREATE DATAbase school; CREATE DATAbase 数据库名称；
（2）查看Hive中所包含的数据库
SHOW DATAbaseS;
（3）切换数据库
USE school； USE 数据库名字；
（4）删除数据库
DROp DATAbase IF EXISTS school CASCADE; DROP DATAbase IF EXISTS 数据库名 CASCADE;
| 数据类型 | 长度 |
|---|---|
| TINYINT | 1byte有符号整数 |
| SMALINT | 2byte有符号整数 |
| INT | 4byte有符号整数 |
| BIGINT | 8byte有符号整数 |
| BOOLEAN | 布尔类型，true或者false |
| FLOAT | 单精度浮点数 |
| DOUBLE | 双精度浮点数 |
| STRING | 字符串 |
| TIMESTAMP | 日期，时间戳或者字符串 |
| ARRAY | 一组有序字段，类型必须相同 |
| MAP | 一组无序的键值对 |
| STRUCT | 一组命名的字段，字段类型可以不同 |
| 分隔符 | 描述 |
|---|---|
| n | 行分隔符 |
| ^A | 列分隔符 |
| ^B | ARRAY、MAP、STRUCT中元素之间的分隔符 |
| ^C | MAP中KEY和VALUE之间的分隔符 |
– 默认导入的是HDFS数据，导入本地数据需要添加LOCAL关键字
–默认导入的是执行追加操作，如果需要执行覆盖操作，需要添加OVERWRITE关键字
–内部表控制着数据的生命周期，当内部表删除的时候，目录和其中的文件也会被删除
–如果需要和其他系统共享数据，可以创建外部表
–EXTERNAL外部表的关键字，外部表不会在school.db目录下创建子目录
–LOCATION 设置外部表数据文件的位置，外部表不需要导入数据
–LOCATION需要指定为数据文件所在的目录，会把目录中的所有文件加载到表
--内部表:管理数据,创建目录,剪切文件,随着表的删除,表结构.目录和数据文件都删除 --外部表:共享文件,不创建目录,不操作文件,随着表的删除,只删除表结构,不删除数据文件 --在查询操作上,内部表和外部表没有任何区别分区表
–分区字段也是表中的列，叫做虚拟列（虚拟字段）
–因为他们的值不在数据文件中，需要在导入数据的时候手动添加
LOAD DATA INPATH '/usr/hive/student/student_cs_a1.txt' INTO TABLE student PARTITION (college='cs',clazz='a1');--hdfs上面导入 LOAD DATA INPATH '/usr/hive/student/student_cs_a2.txt' INTO TABLE student PARTITION (college='cs',clazz='a2'); LOAD DATA INPATH '/usr/hive/student/student_ai_b1.txt' INTO TABLE student PARTITION (college='ai',clazz='b1');聚合函数
常用的Hive的内置聚合函数
| 返回值类型 | 函数 |
|---|---|
| BIGINT | count(*) |
| DOUBLE | sum(col) |
| DOUBLE | avg(col) |
| DOUBLE | min(col) |
| DOUBLE | max(col) |
查询学生的总人数
SELECT COUNT(*) FROM student;
查询学生的平均年龄：
SELECt AVG(age) FROM student;
查询学生的最大年龄：
SELECt MAX(age) FROM student;
查询学生的最小年龄：
SELECt MIN(age) FROM student;排序
查询所有学生信息并按照年龄升序排列
SELECt * FROM student ORDER BY age; SELECt * FROM student ORDER BY age ASC;
查询所有学生信息并按照年龄降序排列
SELECt * FROM student ORDER BY age DESC;
我们分别使用ORDER BY和SORT BY按照成绩降序排列：
SELECt * FROM score ORDER BY score DESC; SELECt * FROM score SORT BY score DESC;
