lateral view用于和split、explode等UDTF一起使用的，能将一行数据拆分成多行数据，在此基础上可以对拆分的数据进行聚合，lateral view首先为原始表的每行调用UDTF，UDTF会把一行拆分成一行或者多行，lateral vie

作为一个数据仓库工程师，你在职场中是不是日趋频繁使用数仓工具Hive？作为一个进阶SQLer，你是否仰望着大数据计算的技术圣殿感到举步维艰？作为一个ETL工程师，你是否觉得MapReduce的出现大大简化了编程难度？作为一个游刃有余的BI运维工程师，你是否

Hive支持原始数据类型和复杂类型，原始类型包括数值型，Boolean，字符串，时间戳。HQL的基本类型和Java的基本类型很接近，虽然受到一些MySQL命名的影响。字节长度分别为1,2,4,8字节。DECIMAL用于表示任意精度的小树，类似于Java的B

usermod -a -G hadoop haddop 第一个hadoop是组名，-a 防止其他用户组的hadoop离开，保持旧的用户组拥有hadoop用户状态。但事实上在生产系统里，NameNode、DataNode等进程都应单独配置目录，而且配置的应该

个人理解是把存储在hdfs上的数据映射位一张数据库表，提供类sql语句的查询，方便数据的分析，查询。另外一点就是自动的把HQL转化为MapRudecu、Tez、Spark执行。默认存储在derby中，因为是单线程的所以推荐采用mysql存储metaStor

　　由上表可以看出，Hive不支持日期类型，在Hive里日期都是字符串来标识的，而常用的日期格式转化操作则是通过自定义函数进行操作；　　对于Hive的String类型相当于数据库的varchar类型，该类型是一个可变的字符串，不过它不能声明其中最多能存储多

在hive建表中，默认的分隔符为 ‘，’ ，可以指定想用的分隔符。下面是一些特殊字符：。vim使用vim进入编辑文件的命令模式，使用以下命令：。set list #显示隐藏字符set nolist #取消显示隐藏字符

hive运行在hadoop基础上。选择一个hadoop服务器、安装hadoop。connect jdbc:hive2://<host>:<port>/<db>;auth=noSasl root 123

事务就是一组单元化操作，这些操作要么都执行，要么都不执行，是一个不可分割的工作单位。这四个基本要素通常称为ACID特性。这是说数据库事务不能破坏关系数据的完整性以及业务逻辑上的一致性。这指的是在并发环境中，当不同的事务同时操作相同的数据时，每个事务都有各自

Fetch抓取是指，Hive 中对某些情况的查询可以不必使用MapReduce计算。Hive 可以通过本地模式在单台机器上处理所有的任务。对于小数据集，执行时间可以明显被缩短。将 key 相对分散，并且数据量小的表放在 join 的左边，这样可以有效减少内

Second : hive 与 SQL 交互。。。即 获取 模板信息。分布式缓存-----》将mr任务所需要的数据 在mr启动之前拉取过来 。男女《0，1》 一个字节。如果改变路径,,,,元数据丢失。1)Mysql安装 服务端 与hive运行最好不再同一台

和关系型数据库一样，Hive 也提供了视图的功能，不过请注意，Hive 的视图和关系型数据库的数据还是有很大的区别：。　　只有逻辑视图，没有物化视图；create view view_cdt as select * from cdt;当 Hive 提供的内

1-创建数据库 create database student_info;id string comment ‘学生id‘,name string comment ‘学生姓名‘,月份，收入类型，收入薪水的时间)，分区字段为发放薪水的时间，其中收入类型包括薪

Hive是由Facebook开源用于解决海量结构化日志的数据统计；Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射 成一张表，并提供类SQL查询功能，底层计算引擎默认为Hadoop的MapReduce，可以将引擎更换为Spark/T

hive只需要部署在主节点node1上，解压apache-hive-2.3.6-bin.tar.gz到/mydata；然后将 /mydata/apache-hive-2.3.6-bin 重命名为 /mydata/hive-2.3.6。hive是通过环境变量

接下来就可以操作了。。。首先我测试将zhaopin表中的前100条数据导出来，只要id、jobname、salarylevel三个字段。当你看到下面信息，就成了。。。hadoop fs -ls -R /data/hbase　　#查看目录发现多了两个文件，我

如果某张表属于default数据库，直接在数据仓库目录下创建一个文件夹。启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参

把apache-hive-1.2.1-bin.tar.gz上传到linux的/opt/software目录下

以下sql执行时报错SemanticException Error in parsing. 英文翻译过来是语义解析错误，检查了下是在hql中别名后面的.不小心写成了,导致报错。

什么是数据倾斜简单的讲，数据倾斜就是我们在计算数据的时候，数据的分散度不够，导致大量的数据集中到了一台或者几台机器上计算，这些数据的计算速度远远低于平均计算速度，导致整个计算过程过慢。相信大部分做数据的童鞋们都会遇到数据倾斜，数据倾斜会发生在数据开发的各个