Hive 运行时，元数据存储在关系型数据库里面。用户接口主要有三个：CLI，Client 和 WUI。其中最常用的是CLI，Cli启动的时候，会同时启动一个Hive副本。Client是Hive的客户端，用户连接至Hive Server。Hive中的元数据包

from_unixtime //实际写出来不需要带string,只是表明格式。else "40岁以上" end as age_type,--字段： extra2: {"systemtype":"ios&qu

该表存储着数据库的基本信息。db_id 可以与tbls 表关联，查询库里有哪些表。或者某张表属于哪个库。slib 是建表时指定的或者根据存储格式自动指定的。

row format delimited fields terminated by ‘,‘ stored as textfile;

　　Hive提供了与HBase的集成，使得能够在HBase表上使用HQL语句进行查询 插入操作以及进行Join和Union等复杂查询，同时也可以将hive表中的数据映射到HBase中；create ‘hbase_test‘,{NAME => ‘f1‘

修改hive-site.xml配置文件，将元数据存放数据库改为mysql，在hive-site.xml中找到下列属性，修改为：。修改hive配置的一些目录，指定到自己选择的目录，搜索以?${system 开头的 value 替换为自己的目录，我这里替换为：

select name,count(*) over() from business group by name;　　3.分区加排序后的范围。

由于 SQL 被广泛的应用在数据仓库中，因此，专门针对 Hive 的特性设计了类 SQL 的查询语言 HQL。熟悉 SQL 开发的开发者可以很方便的使用 Hive 进行开发。Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDF

select object,count as num from capital_info group by object. 　　3.因为每个hive的表都在hdfs上有文件存储，所以我们只需将hdfs上的数据导入到mysql上即可。　　4.sqoop导入数

于是先把数据抽取到一张增量表，然后从增量表动态写入分区表。一般需要设置为nonstrict。　　　　一是文件本身的原因：小文件多，以及文件的大小；　　　　二是使用动态分区，可能会导致产生大量分区，从而产生很多小文件，也会导致产生很多Mapper；　　　　在

8. 分组两个聚集函数不能有不同的DISTINCT列，以下表达式是错误的：INSERT OVERWRITE TABLE pv_gender_agg SELECT pv_users.gender, count, count FROM pv_users GRO

使用Hive编写程序最常用的方法是将Hive语句写到文件中，然后使用hive -f filename.hql来批量执行查询语句。经常需要将外部参数传入到hql语句中替换其中的变量来动态执行任务，比如动态设定数据库名、表名、时间值、字段序列等变量，以达到脚本

View只读，不支持LOAD/INSERT/ALTER。需要改变View定义，可以是用Alter View. View内可能包含ORDER BY/LIMIT语句，假如一个针对view的查询也包含这些语句， 则view中的语句优先级高。例如，定义view数据

create table cookie1 row format delimited fields terminated by ‘,‘;pv1: 分组内从起点到当前行的pv累积，如，11号的pv1=10号的pv+11号的pv, 12号=10号+11号+12号

　　背景：hadoop版本为3.1.3, 且以伪分布式形式安装，hive版本为3.1.2，hive为hadoop的一个客户端。 进入conf配置文件夹，将hive-env.sh.template重命名为hive-env.sh，并在其中增加如下配置。Ensu

　　返回输入字符串连接后的结果，支持任意个输入字符串;　　它是一个特殊形式的 CONCAT()。　　第一个参数剩余参数间的分隔符。　　如果分隔符是 NULL，返回值也将为 NULL。　　函数只接受基本数据类型，它的主要作用是将某字段的值进行去重汇总，产生a

分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多。

3．配置完毕后，如果启动hive异常，可以重新启动虚拟机。

比如有一个ARRAY类型的变量fruits，它是由['apple','orange','mango']组成，那么我们可以通过fruits[1]来访问元素orange，因为ARRAY类型的下标是从0开始的；这些元素可以通过”点语法”的方式来得到所需要的元素，

比如有一个ARRAY类型的变量fruits，它是由['apple','orange','mango']组成，那么我们可以通过fruits[1]来访问元素orange，因为ARRAY类型的下标是从0开始的；这些元素可以通过”点语法”的方式来得到所需要的元素，