hive select操作
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]
]
[LIMIT number]
select语句可以是union查询的一部分或者是另一个查询的子查询。
table_reference指示查询的输入。它可以是普通的表，视图，join构造或者是子查询。
简单查询。例如，下面的查询返回表t1所有的列和行。
SELECT * FROM t1
 
WHERE子句
where条件是一个boolean表达式。例如，下面的查询，返回US地区，amount大于10的销售记录。Hive在where子句中不支持IN,EXISTS或子查询
SELECT * FROM sales WHERE amount > 10 AND region = "US"
 
ALL和DISTINCT子句
ALL和DISTINCT选项，指定重复的行是否返回。如果没有指定，默认是ALL(所有行会返回)。DISTINCT指定从结果集移除重复的行。
hive> SELECT col1, col2 FROM t1
    1 3
    1 3
    1 4
    2 5
hive> SELECT DISTINCT col1, col2 FROM t1
    1 3
    1 4
    2 5
hive> SELECT DISTINCT col1 FROM t1
    1
    2
 
基于分区的查询
通常，一个SELECT查询扫描全部表(除了sampling)。如果表是用PARTITIONED BY字句创建，查询可以做分区剪除，根据查询指定的分区范围，扫描表的一部分。当前Hive在where字句或者JOIN的ON字句中指定了分区，会做分区裁剪。例如，如果表page_views按照列date做分区，下面的查询，只是返回在2008-03-01到2008-03-31的日期的行。
    SELECT page_views.*
    FROM page_views
    WHERE page_views.date >= '2008-03-01' AND page_views.date <= '2008-03-31'
 
如果表page_views和其他表dim_users做连接，可以在ON字句指定分区的范围，如下：
    SELECT page_views.*
    FROM page_views JOIN dim_users
      ON (page_views.user_id = dim_users.id AND page_views.date >= queryselectorall用法'2008-03-01' AND page_views.date <= '2008-03-31')
 
HAVING子句
从Hive0.70开始，Hive添加支持HAVING字句。之前的Hive版本，如果要达到相同的效果，需要用子查询，例如：
SELECT col1 FROM t1 GROUP BY col1 HAVING SUM(col2) > 10
 
也可以表示为：
SELECT col1 FROM (SELECT col1, SUM(col2) AS col2sum FROM t1 GROUP BY col1) t2 WHERE t2.col2sum > 10
 
LIMIT字句
Limit指示返回的行的数目。随机选择返回的行。下面的查询，随机返回t1的5行。
SELECT * FROM t1 LIMIT 5
 
Top K查询。下面的查询返回的前5名的销售记录WRT量。
SET duce.tasks = 1
SELECT * FROM sales SORT BY amount DESC LIMIT 5
 
正则表达式列规范
SELECT语句可以执行基于正则表达式的列规范
使用java正则表达式语法:常用://.fileformat.info/tool/regex.htm测试结果。
下面的查询，选择除了ds和hr的所有列。
SELECT `(ds|hr)?+.+` FROM sales

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。