目录
一. 基本查询
1.1 算数运算符
| 运算符 | 描述 |
|---|---|
| A+B | A和B 相加 |
| A-B | A减去B |
| A*B | A和B 相乘 |
| A/B | A除以B |
| A%B | A对B取余 |
| A&B | A和B按位取与 |
| A|B | A和B按位取或 |
| A^B | A和B按位取异或 |
| ~A | A按位取反 |
案例
查询所有员工的薪水然后加1
select sal+1 from emp
1.2 常用聚合函数
可以和分组group by 配合使用
案例
求总行数、最大值、最小值、总和、平均值
select count(*),max(sal),min(sal),sum(sal),avg(sal) from emp
1.3 limit
案例
查询emp表前五行
select * from emp limit 5;
查询emp表第5-第10行
select * from emp limit 4,6;
--数据从第0行开始计数，4代表第5行，6代表从第5行往后再查6行
1.4 where
注意：where字句紧随from字句、where字句不能使用字段别名
1.5 比较运算符(between|in|is null)
| 操作符 | 支持的数据类型 | 描述 |
|---|---|---|
| A=B | 基本数据类型 | 如果A等于B则返回TRUE，反之返回FALSE |
| A<=>B | 基本数据类型 | 如果A和B都为NULL，则返回TRUE，如果一边为NULL，返回False |
| A<>B, A!=B | 基本数据类型 | A或者B为NULL则返回NULL；如果A不等于B，则返回TRUE，反之返回FALSE |
| A<B | 基本数据类型 | A或者B为NULL，则返回NULL；如果A小于B，则返回TRUE，反之返回FALSE |
| A<=B | 基本数据类型 | A或者B为NULL，则返回NULL；如果A小于等于B，则返回TRUE，反之返回FALSE |
| A>B | 基本数据类型 | A或者B为NULL，则返回NULL；如果A大于B，则返回TRUE，反之返回FALSE |
| A>=B | 基本数据类型 | A或者B为NULL，则返回NULL；如果A大于等于B，则返回TRUE，反之返回FALSE |
| A [NOT] BETWEEN B AND C | 基本数据类型 | 如果A，B或者C任一为NULL，则结果为NULL。如果A的值大于等于B而且小于或等于C，则结果为TRUE，反之为FALSE。如果使用NOT关键字则可达到相反的效果。 |
| A IS NULL | 所有数据类型 | 如果A等于NULL，则返回TRUE，反之返回FALSE |
| A IS NOT NULL | 所有数据类型 | 如果A不等于NULL，则返回TRUE，反之返回FALSE |
| IN(数值1, 数值2) | 所有数据类型 | 使用 IN运算显示列表中的值 |
| A [NOT] LIKE B | STRING 类型 | B是一个SQL下的简单正则表达式，也叫通配符模式，如果A与其匹配的话，则返回TRUE；反之返回FALSE。B的表达式说明如下：‘x%’表示A必须以字母‘x’开头，‘%x’表示A必须以字母’x’结尾，而‘%x%’表示A包含有字母’x’,可以位于开头，结尾或者字符串中间。如果使用NOT关键字则可达到相反的效果。 |
| A RLIKE B, A REGEXP B | STRING 类型 | B是基于java的正则表达式，如果A与其匹配，则返回TRUE；反之返回FALSE。匹配使用的是JDK中的正则表达式接口实现的，因为正则也依据其中的规则。例如，正则表达式必须和整个字符串A相匹配，而不是只需与其字符串匹配。 |
1.6 LIKE和RLIKE
-
LIKE
%代表任意个字符
_ 代表一个字符
-
RLIKE
RLIKE子句是Hive中这个功能的一个扩展，其可以通过Java的正则表达式这个更强大的语言来指定匹配条件。
案例
1.查找以A开头的员工信息
select * from emp where ename LIKE 'A%'; --LIKE
select * from emp where ename RLIKE '^A'; --RLIKE
2.查找名字第二个字母为A的员工信息
select * from emp where ename LIKE '_A%';
select * from emp where ename RLIKE '^.A';
3.查询名字中带A的员工信息
select * from emp where ename LIKE '%A%';
select * from emp where ename RLIKE '[A]';
1.7 and|or|not
| 操作符 | 含义 |
|---|---|
| AND | 逻辑并 |
| OR | 逻辑或 |
| NOT | 逻辑否 |
1.8 group by|having by
(1)where 后面不能写分组函数，having后面可以使用分组函数。
(2)having只能于group by分组统计语句。
二. Join语句
2.1 内连接
案例
select e.empno,e.ename,d.deptno from emp e join dept d on e.deptno = d.deptno;
2.2 外连接(左|右)
案例
-
左外连接
select e.empno,e.ename,d.deptno from emp e left join dept d on e.deptno = d.deptno; -
右外连接
select e.empno,e.ename,d.deptno from emp e left join dept d on e.deptno = d.deptno;
2.3 满连接
案例
select e.deptno,e.ename,d.deptno from emp e
full join deptno d on e.depno=d.depno;
2.4 多表连接
案例
select * from emp e
join dept d
on e.deptno = d.deptno
join location l
on d.loc = l.loc;
三. 排序
3.1 order by
全局排序，只有一个reducer。对于大数据场景的数据效率非常低，一般不用
别名、多个列全排序
案例
select ename,deptno,sal*2 two_sal from emp order bydeptno asc,two_sal desc;
3.2 sort by 和 distribute by
sort by
sort by为每个reducer进行内部排序(区内排序)，对全局不是排序。
distribute by
distribute by的分区规则是根据分区字段的hash码与reduce的个数进行模除后，余数相同的分到一个区
案例
insert overwrite local directory '/opt/module/hive/data/export'
select * from emp distribute by deptno sort by empno desc;
总结
一般sort by和distribute by一起使用，Hive要求distribute by语句要写sort by语句之前
参数设置：set mapreduce.job.reduces=3，set mapreduce.job.reduces
3.3 cluster by
cluster by可以看做是sort by和distribute by相同字段一起使用的特例。
cluster by具有distribute by的功能外还兼具sort by的功能，但是排序只能是升序排序。
案例
select * from emp cluster by deptno;
--上下两种写法等价
select * from emp distribute by deptno sort by deptno;