HIVE sql使用总结

一、常用数据库命令

1、查询有哪些数据库 show databases

 2、查询有哪些数据表：show tables

3、显示所有函数： show functions

4、使用use databasename;可以切换到某个数据库下

示例（切换到test数据库）：use test

5、查看当前数据库：select current_database()

6、查询数据表有哪些字段及字段详情：describe tablename

示例（查询staged_employees数据表）：describe staged_employees

可以简写为desc staged_employees

结果如下：

7、查看指定数据库里有哪些数据表：SHOW TABLES IN DbName;

示例：查看xiaoxiao数据库下面有哪些表

 SHOW TABLES IN xiaoxiao

8、获得表的建表语句：

示例（查看创建emailtest这个表使用的语句方法）：show create table emailtest

9、查看数据库的描述信息和文件目录位置路径信息

示例（查看datetest数据库的描述信息和文件目录位置信息）：describe database datetest;

二、创建数据库

创建xiaoxiao数据库：

create database xiaoxiao;

二、创建数据表

create   table staged_employees (

id int   comment 'id',

user_name   string comment 'user name')

三、删除数据库

删除数据库的时候，不允许删除有数据的数据库，如果数据库里面有数据则会报错。如果要忽略这些内容，则在后面增加CASCADE关键字，则忽略报错，删除数据库。

DROP DATABASE DbName CASCADE(可选);

DROP DATABASE IF EXISTS DbName CASCADE;

三、删除数据表

drop table staged_employees

四、删除数据表中所有内容

删除emaitest数据表中的所有内容。

insert overwrite table emailtest select * from emailtest where 1=0

五、更改表名

1、更改表名

-- 重命名表名 ALTER TABLE table_name RENAME TO new_table_name;

六、数据表添加字段：

alter table lemailtest add columns(time int comment 'now time')

七、HIVE统计函数

1、count(1)与count(*)得到的结果一致，包含null值。count(字段)不计算null值

2、集合统计函数

2.1 个数统计函数: count

语法: count(*), count(expr), count(DISTINCT expr[, expr_.])

返回值: int

说明: count(*)统计检索出的行的个数，包括NULL值的行；count(expr)返回指定字段的非空值的个数；count(DISTINCTexpr[, expr_.])返回指定字段的不同的非空值的个数

举例：

hive> select count(*) from lxw_dual;

20

hive> select count(distinct t) from lxw_dual;

10

2.2 总和统计函数: sum

语法: sum(col), sum(DISTINCT col)

返回值: double

说明: sum(col)统计结果集中col的相加的结果；sum(DISTINCT col)统计结果中col不同值相加的结果

举例：

hive> select sum(t) from lxw_dual;

100

hive> select sum(distinct t) from lxw_dual;

70

七、插入数据到emailtest数据表中（追加数据到原有的数据表中）

读取fx01数据表数据的一行，然后插入到emailtest数据表，对emailtest数据表原有的数据不会动的。

insert into table emailtest

select * from fx01 limit 1

八、插入数据倒emailtest数据表中（覆盖原有数据表的数据，相当于把原有数据表先清空，再写入新的数据）

从fx01数据表读取数据写入到emailtest数据表，对原有emailtest数据表数据清空处理。

INSERT OVERWRITE TABLE emailtest

SELECT email,y,m,d

FROM fx01 where m=06 and d=19

九、关键词匹配——like

1、从fx01表中查找列 content中包含"制度"的行数信息

Select * from fx01 where content like '%制度%'

十、根据某个关键字去匹配，然后去设置新的关键词case…when..方法

1、case用法一：CASE  条件判断函数 CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END

如果a等于b，那么返回c；如果a等于d，那么返回e；否则返回f

select policy,case policy when 'abc' then '测试' else 'ccc' end as policy from fx01 limit 6

2、case用法二：

假如要用到case when又要用到like这样的功能，即如果字符串包含‘语文’就怎么怎么样，包含‘数学’就怎么怎么样，包含‘英语’就怎么怎么样，like是用于where中的，放在case when里面是无效的，可以用instr()这个函数来查找这些字符出现的位置，代替like的功能，这样写就好呐。 

case when instr(t.str,’语文’) > 0 then 0 

when instr(t.str,’语文’) > 0 then 1 

when instr(t.str,’语文’) > 0 then 2 

else 3 end 

示例：

select t1.policy,case when instr(t1.policy,'信托') > 0 then '信托'

when instr(t1.policy,'张三') > 0  then '张三1'

when instr(t1.policy,'李四') > 0  then '李四1'

when instr(t1.policy,'小明') > 0  then '小明1' else '小红' end from (select distinct policy from fx01 limit 6) t1

十一、order by——TOP N

hive实现topN，使用order by和limit组合方式实现。Order by 是进行降序排列，limit是选取多少。默认按升序排列，如果要按降序排列在末尾加上DESC，ASC是升序。

取排名TOP 5的数据。

select distinct company,count(company) as num from fx01 where m=05 group by company order by num DESC limit5

十二、数据表多表连接——join

多表连接——join两个以上的表

SELECT a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key2);

join支持left join（左连接）、right join（右连接）、full join（全连接）

1、两表相关联示例

select fx01_lanjie.company,fx01_lanjie.lanjie,fx01_yujing.yujing,fx01_lanjie.y,fx01_lanjie.m from fx01_lanjie left join fx01_yujing ON fx01_lanjie.company=fx01_yujing.company

2、三表相关联示例

select fx01_lanjie.company,fx01_lanjie.lanjie,fx01_yujing.yujing,fx01_fangxing.fangxing,fx01_lanjie.y,fx01_lanjie.m from fx01_lanjie left join fx01_yujing ON fx01_lanjie.company=fx01_yujing.company  join fx01_fangxing on fx01_lanjie.company=fx01_fangxing.company

十三、实现某一列字段关键词统计——split+explode函数

0  stu表数据:

stu:

id             name

hello,you zm2008

hello,me zm2015

1 实现单词计数:     (列转行)   ---> split切分+explode(炸开)

1.0 数据拆分成数组

select split(id,',') from  stu;    得到数组

[hello,you]

[hello,me]

1.1 继续将数组拆分(hive explode函数会将数组继续拆分成单个字符)

select explode(split(id,','))  from stu;   窗体函数

hello

you

hello

me

1.2 分组统计:

select t1.c1, count(1) from (select explode(split(id,',')) as c1  from stu)  t1 group by t1.c1;

hello 2

you 1

me 1

案例实现需求：统计“关键词”这一列每个关键词出现的次数，把数字去掉，只统计中文关键词

表名：Testtable

实现语句：

Select explode(split(keyword, ';')) as c1 from testtable  where keword' rlike '^[\\u4e00-\\u9fa5]+$'