—1——————
后台跑程序语句：
在shell下输入： nohup hive -f aaa.sql >bbb.log 2>&1 &
然后把sql 的脚本导入服务器上:Transfer—Zmodem upload List
相关命令：jobs:可以看到运行的任务，；cat bbb.log 可以看到这个任务运行情况
后台上传python脚本
nohup python -u day_cid2.py >bbb.log 2>&1 & 运行后会返回任务代号
找到返回的任务代号 ： ps -ef | grep cid
关闭这个脚本，kill -9 32380 其中32380是任务代号
====2================
文件传输：
打印列名语句：set hive.cli.print.header=true;
set hive.groupby.skewindata=true; --如果是group by过程出现倾斜 应该设置为true,解决数据倾斜的万能钥匙
shell rz 文件从当前电脑传到 本地服务器；sz 文件从本地服务器下载到当前电脑
hadoop put 文件从本地服务器传到集群 ；get 文件从集群传到本地服务器
ctrl +c 杀死当前程序
可以使用cat命令从文件中读入两个文件，然后将重定向到一个新的文件:
将file1.txt和file2.txt合并到file.txt
$ cat file1.txt file2.txt > file.txt
也可以只使用cat命令读入一个文件，然后使用>>将文本流追加到另一个文件的末位。
用法示例：
将file1.txt追加到file2.txt的末尾
$ cat file1.txt >> file2.txt
显示表的hfs 路径：在hive环境下 输入：show create table user_app_current; 就会输出该表的hdfs路径
查看表的信息:describe extended tablenames
test user_lastlogin_wide_parquet.txt
[zhangb@bi-01 ~]$ cd /home/zhangb
[zhangb@bi-01 ~]$ ls
test user_lastlogin_wide_parquet.txt
[zhangb@bi-01 ~]$ load data local inpath '/home/zhangb/user_lastlogin_wide_parquet.txt' into table dw_user_lastlogin_wide_parquet partition(day=20151106);
=====3====================
hive命令：
退出hive 是用quit 命令
然后回到服务器里面的目录
然后上传文件 rz
最后就可以导入文件了 load 命令了
转换回去 本地电脑后 用先找回自己用的数据库
use zhangb 才能找回里面的表
cat 某个文件可以展示文件的内容 cat 后面要带具体的文件
tar cf file.tar files 创建一个压缩包
tar xf file.tar 解压这个包
hive sql 中 having语句是对增加了一个变量后的新变量条件限制，如果没有这个语句，要对新变量进行条件限制的话，查询语句需要多写一层。
将文件从服务器里面导出到本地电脑 用sz 语句
在linux下 用 sz wd1/000000_0 即可在本地电脑的 文稿 里面找到文件
在hive状态下可以通过 在命令前面 加 感叹号 ！ 来执行linux cls命令，而不用退出hive。
show databases like 'u.*'; 显示以u开头的数据库
set hive.cli.print.current.db=true; 可以展示当前数据库的名称 set hive.cli.print.current.db=false 可以消除
复制表的结构： create extenal table zhangb.emp2
like zhangb.emp
l location ‘/user/zhangb/data’;
hive 用于2张或者多张表关联是，用join语句，默认最后那张表是最大的那个表，所以要把最大的表放在后面。例如：a join b,on….. 则 b 表的范围要大于a表。但是他会用特殊标记指明哪个表是大表，这样不用再将大表写在join的后面了。
left outer join 是把左边的表全保留，右边的有就匹配，没有就显示为
full outer join 是全连接，只要一个表符合where条件就可以保留这行数据，另一个表若没有就用null代替
show partition 表名 #显示表的分区
show creat table 表名 #展示表的字段
describe table 表名 #
创建表：
create table zhangb_check_age
(imei_md5 string,gender string ,age string,education)
row format delimited fields terminated by '|'
stored as textfile;
导入hdfs数据：
load data inpath '/user/hive/warehouse/zhujx.db/zhangb/ /'into table zhangb_check_age ;
=============4==分组处理==================
分组后求每一组的前10个数据 ：
1
2 3 4 | select 名称,时间, 数量 from (select row_number() over(partition by 名称 order by 时间 asc) rn,名称,时间, 数量 from tb) a where rn<3 |
分组求每组最大值：
ow_number()over()
select * from
(
select t.*,row_number()over(partition by phone_model order by t.cnt desc) as rank
from (
select phone_model,substr(mac_colon,1,8) as mmac,count(substr(mac_colon,1,8)) as cnt from report_dw_mdp.dw_user_wide_table_gid where day=20161009
and phone_model in ('MI 4LTE','A31’） and length(substr(mac_colon,1,8))>0
group by phone_model,substr(mac_colon,1,8)
) t
)awhere a.rank=1;
普通连接如下
select table1.c1,table1.c2,table3.c3
from table1,table2,table3
where table1.id=table2.id and table2.id=table3.id这样找到的是表1为主，通过表2找表3，若表3中能找到对应id行，则取出，否则忽视掉表1id对应的行
笛卡尔乘积 是返回两个表的行数之积的个数的记录。join 后面不加行就是笛卡尔乘积
hive中对数据的类型进行转化，用的是cast语句。例如：cast(id as float) <10000
union all 是对两个结构完全一样的数据进行合并
--======5=======hadoop fs 学习 =============
1,hadoop fs -mkdir /user/ww1 #创建了一个路径 ww1
2,hadoop fs -ls /user
3.hadoop fs -ls /user/ww1
4\hadoop fs -put /home/zhangb/wd1/000000_0 /user/ww1 #把文件从本地服务器转移到hdfs系统中
5\在hive的界面，可以通过 直接dfs －＊＊ 方式来执行Hadoop fs 的命令，以分号结尾即可。
6\ hadoop fs -mkdir /user/hive/warehouse/zhujx.db/zhangb/data2 在集群里面创建一个文件夹
7\put 数据 hadoop fs -put /home/zhujx/zhangb/1.txt /user/hive/warehouse/zhujx.db/zhangb/zy1 把数据从服务器里面传到集群的文件夹里面
8、hadoop fs -get sddr destaddr 将hadoop中的文件转移到服务器上
=====================hdfs 命令==========
1，Hadoop fs –fs [local | <file system URI>]：声明hadoop使用的文件系统，如果不声明的话，使用当前配置文件配置的，按如下顺序查找：hadoop jar里的hadoop-default.xml->$HADOOP_CONF_DIR下的hadoop-default.xml->$HADOOP_CONF_DIR下的hadoop-site.xml。使用local代表将本地文件系统作为hadoop的DFS。如果传递uri做参数，那么就是特定的文件系统作为DFS。
2，hadoop fs –ls <path>：等同于本地系统的ls，列出在指定目录下的文件内容，支持pattern匹配。输出格式如filename(full path) <r n> size.其中n代表replica的个数，size代表大小（单位bytes）。
3，hadoop fs –lsr <path>：递归列出匹配pattern的文件信息，类似ls，只不过递归列出所有子目录信息。
4，hadoop fs –du <path>：列出匹配pattern的指定的文件系统空间总量（单位bytes），等价于unix下的针对目录的du –sb <path>/*和针对文件的du –b <path> ，输出格式如name(full path) size(in bytes)。
5，hadoop fs –dus <path>：等价于-du，输出格式也相同，只不过等价于unix的du -sb。
6，hadoop fs –mv <src> <dst>：将制定格式的文件 move到指定的目标位置。当src为多个文件时，dst必须是个目录。
7，hadoop fs –cp <src> <dst>：拷贝文件到目标位置，当src为多个文件时，dst必须是个目录。
8，hadoop fs –rm [-skipTrash] <src>：删除匹配pattern的指定文件，等价于unix下的rm <src>。
9，hadoop fs –rmr [skipTrash] <src>：递归删掉所有的文件和目录，等价于unix下的rm –rf <src>。
10，hadoop fs –rmi [skipTrash] <src>：等价于unix的rm –rfi <src>。
11，hadoop fs –put <localsrc> … <dst>：从本地系统拷贝文件到DFS。
12，hadoop fs –copyFromLocal <localsrc> … <dst>：等价于-put。
13，hadoop fs –moveFromLocal <localsrc> … <dst>：等同于-put，只不过源文件在拷贝后被删除。
14，hadoop fs –get [-ignoreCrc] [-crc] <src> <localdst>：从DFS拷贝文件到本地文件系统，文件匹配pattern，若是多个文件，则dst必须是目录。
15，hadoop fs –getmerge <src> <localdst>：顾名思义，从DFS拷贝多个文件、合并排序为一个文件到本地文件系统。
16，hadoop fs –cat <src>：展示文件内容。
17，hadoop fs –copyToLocal [-ignoreCrc] [-crc] <src> <localdst>：等价于-get。
18，hadoop fs –mkdir <path>：在指定位置创建目录。
19，hadoop fs –setrep [-R] [-w] <rep> <path/file>：设置文件的备份级别，-R标志控制是否递归设置子目录及文件。
20，hadoop fs –chmod [-R] <MODE[,MODE]…|OCTALMODE> PATH…：修改文件的权限，-R标记递归修改。MODE为a+r,g-w,+rwx等，OCTALMODE为755这样。
21，hadoop fs -chown [-R] [OWNER][:[GROUP]] PATH…：修改文件的所有者和组。-R表示递归。
22，hadoop fs -chgrp [-R] GROUP PATH…：等价于-chown … :GROUP …。
23，hadoop fs –count[-q] <path>：计数文件个数及所占空间的详情，输出表格的列的含义依次为：DIR_COUNT,FILE_COUNT,CONTENT_SIZE,FILE_NAME或者如果加了-q的话，还会列出QUOTA,REMAINING_QUOTA,SPACE_QUOTA,REMAINING_SPACE_QUOTA。
