ddl hive 执行 语句 hive执行sql语句

1.执行Hive语句的三种方式

hive脚本的执行方式
hive控制台执行；
hive -e "SQL"执行；
hive -f SQL文件执行。

2.三种基本模式

实际业务需求使用的Hive SQL 可能千变万化， SQL 逻辑也可能从简单的一行到几百上千行，但是其基本模
式大致可以归为三类。

（1）select 语旬：

比如select order_id,buyer_id, seller_id from orders_table where cate_
name＝’手机’ and order_ city＝’杭州｜’ 。实际中where 条件可能更为复杂而且会有
and/or 等各种组合。

（2）group by 语旬

group by 语旬：比如select cit）刊ount(O) from orders_table group by city 。

（3）join 语旬

join 语旬：即连接两个表，实际中也可能连接多个表。

3.select 语句图解

考虑如下的Hive SQL 语句：

select order _id, buyer_id,cate_name from orders_table where day=' 20170101' and
cate_name=’ iphone7';

其业务背景是希望分析苹果手机iPhone7 的客户情况，那么第一步是必须将iPhone7 订单的明细抓取出来。此Hive SQL 将2017 年1 月1 日当天所有购买的商品是iPhone7 的所有订单明细抓取出来，以此作为分析的基础准备数据。实际抓取出来的记录可能数据量非常大，这里只是示例，读者可以加上limit 语句（如limit 1000 ）或者创建一个表保存上述select 语句的结果，命令形式如：

create table your_table_name as 你的select 语句 。

4.group by 语句

数据分析中使用最为频繁的就是group by 语句。

假如业务人员希望分析购买iPhone7 客户在各城市中的分布情况，即哪个城市购买得最多、哪个城市购买得最少。此业务需求可用如下的Hive SQL 来实现：

Select city,count(oder id) as iphone7 count from orders table where
day='20170101' and cate name='iphone7'group by city;

上面的SQL ， 会对city 进行分组，统计各城市的i Phone 订单数量，计算出每个城市的订单量，对其排序，自然很容易确定出哪个城市iPhone7 卖得最好、哪个城市卖得最差。

5.join 语句

除了group by 语句，数据分析中还经常需要进行关联分析，也就是需要对两个表进行join 操作，比如业务人员希望分析购买iPhone7 的客户的年龄分布情况，订单表只包含了客户的ID ，客户的年龄保存在另一个买家表中，此时就需要对订单表和客户表进行join 才能得到分析的结果，相关的SQL 如下：

Select tl.order_id,tl.buyer_id,t2.age
From
select order id,buyer id
from orders table
where day=’ 20170101' and cate_name=’ iphone7'
) tl
Join
select buyer_id,age from buyer_table where buyer_status ＝＇ 有效·
) t2
On tl.buyer_id=t2.buyer_id ;