启动hive
启动成功后， 配置的mysql数据库会创建一些表来保存元信息。（此时元信息表为空，因为还未创建表）
4. 创建表
create table test1(tid int, tname string);
此时表信息会被添加到mysql的元信息表中
（5）Hive的启动方式
CLI(命令行)方式
启动：hive
清屏：Ctrl+L 或者 ！clear
查看数据仓库中的表：show tables;
查看数据仓库中内置的函数：show functions;
查看表结构：desc 表名
查看HDFS上的文件： dfs -ls 目录
执行操作系统的命令： !命令
执行HQL语句： select *** from ****
执行SQL的脚本：source SQL文件
进行hive的静默模式（不打印调试信息，只打印结果）:hive -S
Web界面方式
端口号:999
启动方式：#hive —service hwi
通过浏览器访问:http://<IP地址>:9999/hwi
若报错没有war包，则需要下载源码并打包war包，并修改配置文件再启动。同时需要复制jdk的lib目录下的tools.jar 到hive的lib目录。
远程服务启动方式
端口号：10000
启动方式：hive —service hiveserver
以JDBC或ODBC的程序登录到hive中操作数据时，必须选用远程服务启动方式
Hive的数据类型
(1)基本数据类型
-tinyint/smallint/int/bigint :整数类型
-float/double: 浮点数类型
-boolean:布尔类型
-string:字符串类型
-varchar(20):字符串，最长为20
-char(20):字符串，长度为20
(2)复杂数据类型
－Array:数组类型，由一系列相同数据类型的元素组成
－Map:集合类型，包含key->value键值对
－Struct:结构类型 ，可以包含不同数据类型的元素，这些元素可以通过“点语法”的方式来得到所需要的元素
(3)时间类型
－Date:从Hive0.12.0开始支持
－Timestamp:从Hive0.8.0开始支持
Hive的数据存储
（1）内部表
－与数据库中的Table在概念上是类似的
－每一个Table在Hive中都有一个相应的目录存储数据
－所有的Table数据（不包括External Table）都保存在这个目录中
－删除表时，元数据与数据都会被删除
例：
1.create table t1(tid int,tname string, age int); --默认存储在 '/user/hive/warehouse'
2.指定存储目录：create table t2(tid int,tname string,age int) location'/mytable/hive/t2';
3.指定分隔符：create table t1(tid int,tname string, age int) rowformat delimited fields terminated by ',';
4.使用查询语句创建新表：create table t4 as select * from sample_data;
5.查看t4表的文件：hdfs dfs -cat /user/hive/warehouse/t4/000000_0
6.create table t5
row format delimited fields terminated by ',' as select * fromsample_data;
7.alter table t1 add columns(english int);
8.查看表结构：desc t1;
9.drop table t1
（2）分区表
－Partition对应数据库的Partition列的密集索引
－在Hive中，表中的一个Partition对应于表下的一个目录，所有的Partition的数据都存储在对应的目录中
例：
1.创建分区表：create table partition_table(sid int,sname string)
partitioned by (gender string)
row format delimited fields terminated by ',';
2.插入数据：insert into table partition_table partition(gender='M')select sid,sname from sample_data where gender=‘M’;
分区表可提高查询效率。
使用explain查询SQL语句的执行计划：
explain select * from sample_data where gender='M';
explain select * from partition_table where gender=‘M';
（3）外部表
－只想已经在HDFS中存在的数据，可以创建Partition
－它和内部表在元数据的组织上是相同的，而实际数据的存储则有较大的差异
－外部表只有一个过程，加载数据和创建表同时完成，并不会移动到数据仓库目录中，知识与外部数据建立一个链接。当删除一个外部表时，仅删除该链接。
例：
1.创建外部表：create external table external_student(sid int,snamestring,age int)
row format delimited fields terminated by ','
location '/input';
2.查询数据：select * from external_student;
（4）桶表
－桶表时对数据进行哈希取值，然后放到不同文件中
例：
创建桶表：create table bucket_table(sid int,sname string,age int)
clustered by(name) into 5 buckets;
（5）视图
－视图是一种虚表，是一个逻辑概念；可以跨越多张表
－视图建立在已有表的基础上，视图赖以建立的这些表称为基表
－视图可以简化复杂的查询
例：
create view empinfo as
select e.empno,e.ename, e.sal,e.sal*12 annlsal,d.dname from empe,dept d where e.deptno=d.deptno;
Hive的数据导入
1）使用load语句
load data [local] inpath 'filepath' [overwrite]
into table tablename [partition (partcol1=val1,partcol2=val2…)]
例：将/root/data下的所有数据文件导入t3表中，并且覆盖原来的数据
load data local inpath '/root/data/' overwrite into table t3;
将HDFS中 /input/student01.txt 导入到t3
load data inpath '/input/student01.txt' overwrite into table t3;
将数据导入分区表
load data local inpath '/root/data/data1.txt' into tablepartition_table partition(gender=‘M');
（2）使用Sqoop实现数据的导入
需要下载和安装Sqoop
例子：
Hive的数据查询
（1）简单查询
Hive的Fetch Task功能开启后，简单查询将不会进行mapreduce操作。
Fetch Task配置方式有以下3种：
1.set hive.fetch.task.conversion=more;
2.hive --hiveconf hive.fetch.task.conversion=more
（2）过滤和排序
（3）Hive的函数
1.内置函数
－数学函数：round、ceil、floor
－字符函数：lower、upper、length、concat、substr、trim、lpad、rpad
－收集函数：size
－转换函数：cast
－日期函数：to_date、year、month、day、weekofyear、datediff、date_add、date_sub
－条件函数：coalesce、case...when...
例：
select ename, job, sal,
case job when 'PRESIDENT' then sal+1000
when 'MANAGER' then sal+800
else sal+400
end
from emp;
－聚合函数：count、sum、min、max、avg
－表生成函数：explode
(4)Hive的表连接
－等值连接（若连接条件是=）
－不等值连接（不是＝）
－外连接
－自连接
(5)Hive子查询
-hive只支持from和where字句中的子查询
Hive的命令分为以下几类：
－进入与退出Hive交互，比如：hive、quit、exit
－参数设置：set、reset
－资源文件管理：add、list、delete
－执行shell命令：!Cmd
－Hdfs文件操作： dfs-ls、dfs-cat
－HiveQL:<query string>
－执行外部文件：source FILE、compile’<groovy string>’ AS GROOVY NAMED <name>
显示地展示当前使用的数据库
hive> set hive.cli.print.current.db=true;
使Hive显示列头 set hive.cli.print.header=true;
