[[396975]]

你好，我是巡山貓!

今天我們來講講Hive中最常用的 select from 語句知識要點(diǎn)。

Hive系列文章預(yù)計(jì)10-20篇，主要講數(shù)據(jù)分析中最基礎(chǔ)的SQL技能。

01-查詢表中的內(nèi)容

查詢指定的某一列或某幾列，命令如下：

SELECT 列名1,列名2,…… FROM 表名; 

查詢表中的所有字段時，可以使用*代表所有字段。星號(*)是選取所有列的快捷方式。命令如下：

SELECT * FROM 表名; 

如果我們想查詢表 t_od_use_cnt 中的所有的user_id和use_cnt，具體命令如下：

SELECT user_id 
      ,use_cnt 
FROM app.t_od_use_cnt; 

備注：app是數(shù)據(jù)庫名，如果當(dāng)前查詢表與當(dāng)前使用數(shù)據(jù)庫一致，可以省略不寫

02-Hive嚴(yán)格模式

在Hive中這樣寫雖然語法正確(不加分區(qū))，但在實(shí)際工作中這樣寫很可能會報(bào)錯。

因?yàn)镠ive中的表一般數(shù)據(jù)量極大，為了防止用戶誤操作進(jìn)行全表掃描，可以設(shè)置為查詢分區(qū)表時必須加入分區(qū)限制。比如這里我們的分區(qū)字段是date_8這個日期字段，工作中的表會要求我們必須限定查詢哪幾天的分區(qū)數(shù)據(jù)。這里我們可以輸入設(shè)置參數(shù)進(jìn)行模擬，命令如下：

hive (app)> set hive.mapred.mode; 
hive.mapred.mode=nonstrict 
hive (app)> set hive.mapred.mode=strict; 
hive (app)> set hive.mapred.mode; 
hive.mapred.mode=strict 

然后我們重新執(zhí)行上面的查詢語句，報(bào)錯如下：

hive (app)> SELECT user_id 
          >       ,use_cnt 
          > FROM app.t_od_use_cnt; 
FAILED: SemanticException [Error 10041]: No partition predicate found for Alias "t_od_use_cnt" Table "t_od_use_cnt" 
hive (app)>  

如下使用where語句限定分區(qū)即可解決這個問題：

SELECT user_id 
      ,use_cnt 
FROM app.t_od_use_cnt 
WHERE date_8 = '20210420'; 

03-limit限制查詢返回行數(shù)

上面的查詢語句會返回查詢到的所有數(shù)據(jù)，但有時候我們只是要確認(rèn)一下表中的數(shù)據(jù)內(nèi)容，或者要指定行數(shù)據(jù)，比如只要100行，這時只需要在查詢語句后加上(limit 數(shù)字)即可。

查詢表t_od_use_cnt中前5行數(shù)據(jù)，命令如下：

SELECT user_id 
      ,use_cnt 
FROM app.t_od_use_cnt 
WHERE date_8 = 20190101 Limit 5; 

運(yùn)行結(jié)果如下：

hive (app)> SELECT user_id 
          >       ,use_cnt 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 = 20210420 Limit 5; 
OK 
user_id  use_cnt 
10000  6 
10001  49 
10002  23 
10003  1 
10004  29 
Time taken: 0.829 seconds, Fetched: 5 row(s) 
hive (app)> 

04-列四則運(yùn)算

在查詢時可以對數(shù)值類型的字段進(jìn)行加減乘除和取余等四則運(yùn)算

下面我們將表t_od_use_cnt中use_cnt列和is_active列相乘得到一個新列，其他用法依次類推。

hive (app)> SELECT user_id 
          >       ,use_cnt 
          >       ,is_active 
          >       ,use_cnt * is_active 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 = 20210420 Limit 5; 
OK 
user_id  use_cnt  is_active  _c3 
10000  6  1  6 
10001  49  1  49 
10002  23  1  23 
10003  1  0  0 
10004  29  1  29 
Time taken: 0.124 seconds, Fetched: 5 row(s) 
hive (app)> 

05-列別名

可以看到上面的例子中我們通過兩個列相乘人為制造出一個新列，系統(tǒng)默認(rèn)將其列名起為_c3。通常有必要給這些新產(chǎn)生的列起一個別名。已有列的列名如果含義不清晰也可以通過起別名的方式進(jìn)行更改。不過別名只在本條SQL語句中生效，不影響原表中的字段名。

這里順便介紹一下字段命名規(guī)則：

1.不能和已有字段重復(fù)

2.只能包括小寫字母(a-z)、數(shù)字(0-9)、下劃線(_)

3.以字母開頭

4.單詞之間用下劃線_分割

這里我們將別名起為active_use_cnt，在列后面加 AS active_use_cnt即可。另AS可以省略，只用空格分隔別名也可以生效

hive (app)> SELECT user_id 
          >       ,use_cnt 
          >       ,is_active 
          >       ,use_cnt * is_active AS active_use_cnt 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 = 20210420 Limit 5; 
OK 
user_id  use_cnt  is_active  active_use_cnt 
10000  6  1  6 
10001  49  1  49 
10002  23  1  23 
10003  1  0  0 
10004  29  1  29 
Time taken: 0.239 seconds, Fetched: 5 row(s) 
hive (app)>