头歌大数据作业六：Hive

课外作业六：Hive

内容

一、 阿里云-云起实验室-《基于EMR离线数据分析》 基于EMR离线数据分析 - 云起实验室-在线实验-上云实践-阿里云开发者社区-阿里云官方实验平台-阿里云 ，或者在自己的虚机上安装Hive，安装步骤详见后面。

实验要求：

完成教材9.6-Hive基本操作。 Hive数据表emrusers改为自己姓名全拼接学号后四位，截图：查询数据表中有多少条数据结果，包含Hive命令。 完成以下华为云三个实验，其中《Hive的数据统计》实验，最后一步多表统计中，两个表名接自己姓名全拼，截图HQL统计语句和执行结果。 二、华为云KooLabs实验

《Hive创建数据仓库》KooLabs云实验_在线实验_上云实践_云计算实验_AI实验_华为云官方实验平台-华为云 《Hive的数据查询》KooLabs云实验_在线实验_上云实践_云计算实验_AI实验_华为云官方实验平台-华为云 《Hive的数据统计》KooLabs云实验_在线实验_上云实践_云计算实验_AI实验_华为云官方实验平台-华为云

三、简要回答“课堂考核”内容

1、HiveQL语言是不是SQL语言？ 答：HiveQL是类似于SQL的查询语言，它的语法与SQL相似，但是有一些不同之处。HiveQL支持类SQL语法，包括SELECT、FROM、WHERE、GROUP BY、HAVING、ORDER BY等关键词，但也有一些SQL不支持的关键词和语法，如USING、CLUSTER BY、DISTRIBUTE BY、LATERAL VIEW等。

2、Hive不指明数据库的话，创建表是哪个数据库的？ 如果在Hive中创建表时没有指定数据库，则表会被创建在默认数据库中。默认情况下，Hive会使用名为default的数据库作为默认数据库。可以使用USE语句来指定要使用的数据库，例如USE my_database; 将当前数据库切换到my_database。也可以在CREATE TABLE语句中使用database.table_name来明确指定表所属的数据库，例如CREATE TABLE my_database.my_table (col1 INT, col2 STRING); 将表my_table创建在my_database数据库中。

3、Hive怎么创建表？怎么创建分区表？ 在Hive中创建表的语法为： CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] table_name [(col_name data_type [COMMENT col_comment], ...)] [COMMENT table_comment] [PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] [CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC]), ...]] [INTO num_buckets BUCKETS] [ROW FORMAT row_format] [STORED AS file_format] [TBLPROPERTIES (property_name=property_value, ...)]

其中，如果要创建分区表，需要在CREATE TABLE语句中使用PARTITIONED BY子句来指定分区键，例如： CREATE TABLE my_table ( col1 INT, col2 STRING ) PARTITIONED BY (col3 STRING, col4 INT);

4、Hive怎么加载数据？列是用什么符合分隔的？行是用什么符合分隔的？ 可以使用以下命令从 Hadoop 中加载数据到 Hive 表中： LOAD DATA INPATH 'hdfs_path' INTO TABLE table_name; 其中，hdfs_path 是存储数据的 HDFS 路径，table_name 是目标表格的名称。 在加载数据之前，需要确保表格的结构和数据格式匹配。Hive 支持多种数据格式，包括 CSV、文本、序列化等。默认情况下，列之间使用制表符 \t 进行分隔，行之间使用换行符进行分隔。如果要使用其他的列分隔符或行分隔符，可以在创建表格时指定 ROW FORMAT 和 FIELDS TERMINATED BY 选项，例如： CREATE TABLE mytable( column1 string, column2 int ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ','; 这个命令将创建一个名为 mytable 的表格，其中列之间使用逗号进行分隔。在加载数据时，会自动根据指定的分隔符进行解析。

5、Hive查询数据怎么查询？查询条件是什么？ 要查询 Hive 中的数据，可以使用 SELECT 语句，例如： SELECT * FROM mytable WHERE column1 = 'value'; 其中，mytable 是要查询的表格名称，column1 是要查询的列名称，'value' 是查询条件。可以根据需要指定多个查询条件，并使用逻辑运算符 AND 或 OR 进行连接。还可以使用以下命令将查询结果保存到其他表格中： INSERT OVERWRITE TABLE myoutput SELECT * FROM mytable WHERE column1 = 'value'; 这个命令将查询 mytable 表格中列 column1 的值为 'value' 的所有记录，并将结果保存到 myoutput 表格中。 6. Hive统计数据怎么统计？ HiveQL语句中统计的关键词是什么意思？ Hive统计数据可以使用如下关键词： • COUNT：返回指定列或行的记录数。 • SUM：返回指定数值类型列的和。 • AVG：返回指定数值类型列的平均值。 • MAX：返回指定列或行的最大值。 • MIN：返回指定列或行的最小值。 HiveQL语句中可以使用这些关键词来对数据进行统计分析。

四、习题 9.8