1.hive模糊搜索表
show tables like '*name*';
2.查看表結構信息
desc formatted table_name;
desc table_name;
3.查看分區信息
show partitions table_name;
4.根據分區查詢數據
select table_coulm from table_name where partition_name = '2014-02-25';
5.查看hdfs文件信息
dfs -ls /user/hive/warehouse/table02;
6.從文件加載數據進表(OVERWRITE覆蓋,追加不需要OVERWRITE關鍵字)
LOAD DATA LOCAL INPATH 'dim_csl_rule_config.txt' OVERWRITE into table dim.dim_csl_rule_config;
--從查詢語句給table插入數據
INSERT OVERWRITE TABLE test_h02_click_log PARTITION(dt) select *
from stage.s_h02_click_log where dt='2014-01-22' limit 100;
7.導出數據到文件
insert overwrite directory '/tmp/csl_rule_cfg' select a.* from dim.dim_csl_rule_config a;
hive -e "select day_id,pv,uv,ip_count,click_next_count,second_bounce_rate,return_visit,pg_type from tmp.tmp_h02_click_log_baitiao_ag_sum where day_id in ('2014-03-06','2014-03-07','2014-03-08','2014-03-09','2014-03-10');"> /home/jrjt/testan/baitiao.dat;
8.自定義udf函數
1.繼承UDF類
2.重寫evaluate方法
3.把項目打成jar包
4.hive中執行命令add jar /home/jrjt/dwetl/PUB/UDF/udf/GetProperty.jar;
5.創建函數create temporary function get_pro as 'jd.Get_Property'//jd.jd.Get_Property為類路徑;
9.查詢顯示列名 及 行轉列顯示
set hive.cli.print.header=true; // 打印列名
set hive.cli.print.row.to.vertical=true; // 開啟行轉列功能, 前提必須開啟打印列名功能
set hive.cli.print.row.to.vertical.num=1; // 設置每行顯示的列數
10.查看表文件大小,下載文件到某個目錄,顯示多少行到某個文件
dfs -du hdfs://BJYZH3-HD-JRJT-4137.jd.com:54310/user/jrjt/warehouse/stage.db/s_h02_click_log;
dfs -get /user/jrjt/warehouse/ods.db/o_h02_click_log_i_new/dt=2014-01-21/000212_0 /home/jrjt/testan/;
head -n 1000 文件名 > 文件名
11.殺死某個任務 不在hive shell中執行
hadoop job -kill job_201403041453_58315
12.hive-wui路徑
http://172.17.41.38/jobtracker.jsp
13.刪除分區
alter table tmp_h02_click_log_baitiao drop partition(dt='2014-03-01');
alter table d_h02_click_log_basic_d_fact drop partition(dt='2014-01-17');
14.hive命令行操作
執行一個查詢,在終端上顯示mapreduce的進度，執行完畢后，最后把查詢結果輸出到終端上，接著hive進程退出，不會進入交互模式。
hive -e 'select table_cloum from table'
-S，終端上的輸出不會有mapreduce的進度，執行完畢，只會把查詢結果輸出到終端上。這個靜音模式很實用，,通過第三方程序調用，第三方程序通過hive的標準輸出獲取結果集。
hive -S -e 'select table_cloum from table'
執行sql文件
hive -f hive_sql.sql
15.hive上操作hadoop文件基本命令
查看文件大小
dfs -du /user/jrjt/warehouse/tmp.db/tmp_h02_click_log/dt=2014-02-15;
刪除文件
dfs -rm /user/jrjt/warehouse/tmp.db/tmp_h02_click_log/dt=2014-02-15;
16.插入數據sql、導出數據sql
1.insert 語法格式為：
基本的插入語法：
INSERT OVERWRITE TABLE tablename [PARTITON(partcol1=val1,partclo2=val2)]select_statement FROM from_statement
insert overwrite table test_insert select * from test_table;
對多個表進行插入操作：
FROM fromstatte
INSERT OVERWRITE TABLE tablename1 [PARTITON(partcol1=val1,partclo2=val2)]select_statement1
INSERT OVERWRITE TABLE tablename2 [PARTITON(partcol1=val1,partclo2=val2)]select_statement2
from test_table
insert overwrite table test_insert1
select key
insert overwrite table test_insert2
select value;
insert的時候，from子句即可以放在select 子句后面，也可以放在 insert子句前面。
hive不支持用insert語句一條一條的進行插入操作，也不支持update操作。數據是以load的方式加載到建立好的表中。數據一旦導入就不可以修改。
2.通過查詢將數據保存到filesystem
INSERT OVERWRITE [LOCAL] DIRECTORY directory SELECT.... FROM .....
導入數據到本地目錄：
insert overwrite local directory '/home/zhangxin/hive' select * from test_insert1;
產生的文件會覆蓋指定目錄中的其他文件，即將目錄中已經存在的文件進行刪除。
導出數據到HDFS中：
insert overwrite directory '/user/zhangxin/export_test' select value from test_table;
同一個查詢結果可以同時插入到多個表或者多個目錄中：
from test_insert1
insert overwrite local directory '/home/zhangxin/hive' select *
insert overwrite directory '/user/zhangxin/export_test' select value;
17.mapjoin的使用 應用場景：1.關聯操作中有一張表非常小 2.不等值的鏈接操作
select /*+ mapjoin(A)*/ f.a,f.b from A t join B f on ( f.a=t.a and f.ftime=20110802)
18.perl啟動任務
perl /home/jrjt/dwetl/APP/APP/A_H02_CLICK_LOG_CREDIT_USER/bin/a_h02_click_log_credit_user.pl
APP_A_H02_CLICK_LOG_CREDIT_USER_20140215.dir >& /home/jrjt/dwetl/LOG/APP/20140306/a_h02_click_log_credit_user.pl.4.log
19.查看perl進程
ps -ef|grep perl
20.hive命令移動表數據到另外一張表目錄下并添加分區
dfs -cp /user/jrjt/warehouse/tmp.db/tmp_h02_click_log/dt=2014-02-18 /user/jrjt/warehouse/ods.db/o_h02_click_log/;
dfs -cp /user/jrjt/warehouse/tmp.db/tmp_h02_click_log_baitiao/* /user/jrjt/warehouse/dw.db/d_h02_click_log_baitiao_basic_d_fact/;--復制所有分區數據
alter table d_h02_click_log_baitiao_basic_d_fact add partition(dt='2014-03-11') location '/user/jrjt/warehouse/dw.db/d_h02_click_log_baitiao_basic_d_fact/dt=2014-03-11';
21.導出白條數據
hive -e "select day_id,pv,uv,ip_count,click_next_count,second_bounce_rate,return_visit,pg_type from tmp.tmp_h02_click_log_baitiao_ag_sum where day_id like '2014-03%';"> /home/jrjt/testan/baitiao.xlsx;
22.hive修改表名
ALTER TABLE o_h02_click_log_i RENAME TO o_h02_click_log_i_bk;
23.hive復制表結構
CREATE TABLE d_h02_click_log_baitiao_ag_sum LIKE tmp.tmp_h02_click_log_baitiao_ag_sum;
24.hive官網網址
https://cwiki.apache.org/confluence/display/Hive/GettingStarted#GettingStarted-InstallationandConfiguration
http://www.360doc.com/content/12/0111/11/7362_178698714.shtml
25.hive添加字段
alter table tmp_h02_click_log_baitiao_ag_sum add columns(current_session_timelenth_count bigint comment '頁面停留總時長');
ALTER TABLE tmp_h02_click_log_baitiao CHANGE current_session_timelenth current_session_timelenth bigint comment '當前會話停留時間';
26.hive開啟簡單模式不啟用mr
set hive.fetch.task.conversion=more;
27.以json格式輸出執行語句會讀取的input table和input partition信息
Explain dependency query
posted on 2015-02-13 15:20
xzc 閱讀(364)
評論(0) 編輯 收藏 所屬分類:
hadoop