Hive的使用方法

本篇內容主要講解“Hive的使用方法”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Hive的使用方法”吧!

    1、運行模式（集群與本地）

        1.1、集群模式：>SET mapred.job.tracker=cluster

        1.2、本地模式：>SET mapred.job.tracker=local

    2、訪問Hive的3鐘方式

        2.1、終端訪問

            #hive  或者  #hive --service cli  

        2.2、web訪問，端口9999

            #hive --service hwi &

        2.3、hive遠程服務，端口10000

            #hive --service hiveserver &

    3、數據類型

       3.1、基本數據類型 ：    

        3.2、復合數據類型：ARRAY,MAP,STRUCT,UNION

    4、數據存儲

        4.1、基于HDFS

        4.2、存儲結構：database 、table 、file 、view

        4.3、指定行、列分隔符即可解析數據

    5、基本操作

        5.1、創建數據庫：>create database db_name

        5.2、指定數據庫：>use db

        5.3、顯示表：show tables;

        5.4、創建表

                5.4.1、內部表（默認）：create table table_name(param_name type1,param_name2 type2,...) row format delimited fields terminated by '分隔符';

                 例：create table trade_detail(id bigint, account string, income double, expenses double, time string) row format delimited fields terminated by '\t';

                內部表類似數據庫表，存儲在HDFS上（位置通過hive.metastore.warehouse.dir參數查看，除了外部表以外都保存在此處的表），表被刪除時，表的元數據信息一起被刪除。

                加載數據：load data local inpath 'path' into table table_name;

                5.4.2、分區表：create table table_name(param_name type1,param_name2 type2,...) partitioned by (param_name type) row format delimited fields terminated by '分隔符'；

                例：create table td_part(id bigint, account string, income double, expenses double, time string) partitioned by (logdate string) row format delimited fields terminated by '\t';

                和普通表的區別：各個數據劃分到不同的分區文件，表中的每一個partition對應表下的一個目錄，盡管

                加載數據：load data local inpath 'path' into table table_name partition (parti_param1='value',parti_param2='value',..); 

                添加分區：alter table partition_table add partition (daytime='2013-02-04',city='bj');

                刪除分區：alter table partition_table drop partition (daytime='2013-02-04',city='bj')，元數據和數據文件被刪除，但是目錄還存在

                5.4.3、外部表：create external table td_ext(id bigint, account string, income double, expenses double, time string) row format delimited fields terminated by '\t' location 'hdfs_path';

                加載數據：load data inpath 'hdfs_path' table_name;

                5.4.4、桶表：是對數據進行哈希取值，然后放到不同文件中存儲。
                創建表：create table bucket_table(id string) clustered by(id) into 4 buckets;

                加載數據：

                        set hive.enforce.bucketing = true;

                        必須先把以上的操作執行才能加載數據
                        insert into table bucket_table select name from stu;    
                        insert overwrite table bucket_table select name from stu;

                數據加載到桶表時，會對字段取hash值，然后與桶的數量取模。把數據放到對應的文件中。

                對數據抽樣調查：select * from bucket_table tablesample(bucket 1 out of 4 on id);
        6、創建視圖：CREATE VIEW v1 AS select * from t1;

        7、修改表：alter table tb_name add columns (param_name,type);
        8、刪除表：drop table tb_name;

        9、數據導入

            9.1、加載數據：LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE]     INTO TABLE tablename     [PARTITION (partcol1=val1, partcol2=val2 ...)]

                    數據加載到表時，不會對數據進行轉移，LOAD操作只是將數據復制到HIVE表對應的位置       
           9.2、Hive中表的互導：INSERT OVERWRITE TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] select_statement FROM from_statement
            9.3、create as ：CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name  (col_name data_type, ...)    …AS SELECT * FROM TB_NAME;

        10、查詢

            10.1、語法結構

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

                        ALL and DISTINCT ：去重

            10.2、partition查詢

                        利用分區剪枝（input pruning）的特性，類似“分區索引”，只有當語句中出現WHERE才會啟動分區剪枝

            10.3、LIMIT Clause

                        Limit 可以限制查詢的記錄數。查詢的結果是隨機選擇的。語法：SELECT * FROM t1 LIMIT 5
            10.4、Top N
                        SET mapred.reduce.tasks = 1   SELECT * FROM sales SORT BY amount DESC LIMIT 5

        11、表連接

            11.1、內連接：select b.name,a.* from dim_ac a join acinfo b on (a.ac=b.acip) limit 10;
            11.2、左外連接：select b.name,a.* from dim_ac a left outer join acinfo b on a.ac=b.acip limit 10;

        12、Java客戶端

            12.1、啟動遠程服務#hive --service hiveserver

            12.2、相關代碼     

Class.forName("org.apache.hadoop.hive.jdbc.HiveDriver");
Connection con = DriverManager.getConnection("jdbc:hive://192.168.1.102:10000/wlan_dw", "", "");
Statement stmt = con.createStatement();
String querySQL="SELECT * FROM wlan_dw.dim_m order by flux desc limit 10";

ResultSet res = stmt.executeQuery(querySQL);  

while (res.next()) {
    System.out.println(res.getString(1) +"\t" +res.getLong(2)+"\t" +res.getLong(3)+"\t" +res.getLong(4)+"\t" +res.getLong(5));
}

        13、自定義函數（UDF）

            13.1、UDF函數可以直接應用于select語句，對查詢結構做格式化處理后，再輸出內容。
            13.2、編寫UDF函數的時候需要注意一下幾點：
                a）自定義UDF需要繼承org.apache.hadoop.hive.ql.UDF。
                b）需要實現evaluate函數，evaluate函數支持重載。

            13.3、步驟
                a）把程序打包放到目標機器上去；
                b）進入hive客戶端，添加jar包：hive>add jar /run/jar/udf_test.jar;
                c）創建臨時函數：hive>CREATE TEMPORARY FUNCTION add_example AS 'hive.udf.Add';
                d）查詢HQL語句：
                    SELECT add_example(8, 9) FROM scores;
                    SELECT add_example(scores.math, scores.art) FROM scores;
                    SELECT add_example(6, 7, 8, 6.8) FROM scores;
                e）銷毀臨時函數：hive> DROP TEMPORARY FUNCTION add_example;
                注：UDF只能實現一進一出的操作，如果需要實現多進一出，則需要實現UDAF

            13.4、代碼

package cn.itheima.bigdata.hive;

import java.util.HashMap;

import org.apache.hadoop.hive.ql.exec.UDF;

public class AreaTranslationUDF extends UDF{
    
    private static HashMap<String, String> areaMap = new HashMap<String, String>();
    
    static{
        
        areaMap.put("138", "beijing");
        areaMap.put("139", "shanghai");
        areaMap.put("137", "guangzhou");
        areaMap.put("136", "niuyue");
        
    }

    //用來將手機號翻譯成歸屬地,evaluate方法一定要是public修飾的，否則調不到
    public String evaluate(String phonenbr) {

        String area = areaMap.get(phonenbr.substring(0,3));
        return area==null?"other":area;

    }
    
    //用來求兩個字段的和
    public int evaluate(int x,int y){
        
        return x+y;
    }

}

到此，相信大家對“Hive的使用方法”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！