hive中select语法

以你之姓@ 2022-06-11 08:49 205阅读 0赞

## **Select语法** ##

![复制代码][copycode.gif]

SELECT [ALL | DISTINCT] select_expr, select_expr, ...
    FROM table_reference
    [WHERE where_condition]
    [GROUP BY col_list]
    [CLUSTER BY col_list
      | [DISTRIBUTE BY col_list] [SORT BY col_list]
    ]
    [LIMIT number]

![复制代码][copycode.gif]

select语句可以是union查询的一部分或者是另一个查询的子查询。

table\_reference指示查询的输入。它可以是普通的表，视图，join构造或者是子查询。

简单查询。例如，下面的查询返回表t1所有的列和行。

SELECT * FROM t1

## **WHERE子句** ##

where条件是一个boolean表达式。例如，下面的查询，返回US地区，amount大于10的销售记录。Hive在where子句中不支持IN,EXISTS或子查询

SELECT * FROM sales WHERE amount > 10 AND region = "US"

## **ALL和DISTINCT子句** ##

ALL和DISTINCT选项，指定重复的行是否返回。如果没有指定，默认是ALL(所有行会返回)。DISTINCT指定从结果集移除重复的行。

![复制代码][copycode.gif]

hive> SELECT col1, col2 FROM t1
        1 3
        1 3
        1 4
        2 5
    hive> SELECT DISTINCT col1, col2 FROM t1
        1 3
        1 4
        2 5
    hive> SELECT DISTINCT col1 FROM t1
        1
        2

![复制代码][copycode.gif]

## **基于分区的查询** ##

通常，一个SELECT查询扫描全部表(除了sampling)。如果表是用PARTITIONED BY字句创建，查询可以做分区剪除，根据查询指定的分区范围，扫描表的一部分。当前Hive在where字句或者JOIN的ON字句中指定了分区，会做分区裁剪。例如，如果表page\_views按照列date做分区，下面的查询，只是返回在2008-03-01到2008-03-31的日期的行。

SELECT page_views.*
        FROM page_views
        WHERE page_views.date >= '2008-03-01' AND page_views.date <= '2008-03-31'

如果表page\_views和其他表dim\_users做连接，可以在ON字句指定分区的范围，如下：

SELECT page_views.*
        FROM page_views JOIN dim_users
          ON (page_views.user_id = dim_users.id AND page_views.date >= '2008-03-01' AND page_views.date <= '2008-03-31')

## **HAVING子句** ##

从Hive0.70开始，Hive添加支持HAVING字句。之前的Hive版本，如果要达到相同的效果，需要用子查询，例如：

SELECT col1 FROM t1 GROUP BY col1 HAVING SUM(col2) > 10

也可以表示为：

SELECT col1 FROM (SELECT col1, SUM(col2) AS col2sum FROM t1 GROUP BY col1) t2 WHERE t2.col2sum > 10

## **LIMIT字句** ##

Limit指示返回的行的数目。随机选择返回的行。下面的查询，随机返回t1的5行。

SELECT * FROM t1 LIMIT 5

Top K查询。下面的查询返回的前5名的销售记录WRT量。

SET mapred.reduce.tasks = 1
    SELECT * FROM sales SORT BY amount DESC LIMIT 5

###  ###

## **正则表达式列规范** ##

SELECT语句可以执行基于正则表达式的列规范

使用java正则表达式语法:常用[http://www.fileformat.info/tool/regex.htm][http_www.fileformat.info_tool_regex.htm]测试结果。

下面的查询，选择除了ds和hr的所有列。

SELECT `(ds|hr)?+.+` FROM sales

[copycode.gif]: /images/20220611/3158aa2a46be47ff83b9330775a455c8.png
[http_www.fileformat.info_tool_regex.htm]: http://www.fileformat.info/tool/regex.htm