[[396975]]

你好，我是巡山貓!

今天我們來講講Hive中最常用的 select from 語句知識要點。

Hive系列文章預計10-20篇，主要講數據分析中最基礎的SQL技能。

01-查詢表中的內容

查詢指定的某一列或某幾列，命令如下：

SELECT 列名1,列名2,…… FROM 表名; 

查詢表中的所有字段時，可以使用*代表所有字段。星號(*)是選取所有列的快捷方式。命令如下：

SELECT * FROM 表名; 

如果我們想查詢表 t_od_use_cnt 中的所有的user_id和use_cnt，具體命令如下：

SELECT user_id 
      ,use_cnt 
FROM app.t_od_use_cnt; 

備注：app是數據庫名，如果當前查詢表與當前使用數據庫一致，可以省略不寫

02-Hive嚴格模式

在Hive中這樣寫雖然語法正確(不加分區)，但在實際工作中這樣寫很可能會報錯。

因為Hive中的表一般數據量極大，為了防止用戶誤操作進行全表掃描，可以設置為查詢分區表時必須加入分區限制。比如這里我們的分區字段是date_8這個日期字段，工作中的表會要求我們必須限定查詢哪幾天的分區數據。這里我們可以輸入設置參數進行模擬，命令如下：

hive (app)> set hive.mapred.mode; 
hive.mapred.mode=nonstrict 
hive (app)> set hive.mapred.mode=strict; 
hive (app)> set hive.mapred.mode; 
hive.mapred.mode=strict 

然后我們重新執行上面的查詢語句，報錯如下：

hive (app)> SELECT user_id 
          >       ,use_cnt 
          > FROM app.t_od_use_cnt; 
FAILED: SemanticException [Error 10041]: No partition predicate found for Alias "t_od_use_cnt" Table "t_od_use_cnt" 
hive (app)>  

如下使用where語句限定分區即可解決這個問題：

SELECT user_id 
      ,use_cnt 
FROM app.t_od_use_cnt 
WHERE date_8 = '20210420'; 

03-limit限制查詢返回行數

上面的查詢語句會返回查詢到的所有數據，但有時候我們只是要確認一下表中的數據內容，或者要指定行數據，比如只要100行，這時只需要在查詢語句后加上(limit 數字)即可。

查詢表t_od_use_cnt中前5行數據，命令如下：

SELECT user_id 
      ,use_cnt 
FROM app.t_od_use_cnt 
WHERE date_8 = 20190101 Limit 5; 

運行結果如下：

hive (app)> SELECT user_id 
          >       ,use_cnt 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 = 20210420 Limit 5; 
OK 
user_id  use_cnt 
10000  6 
10001  49 
10002  23 
10003  1 
10004  29 
Time taken: 0.829 seconds, Fetched: 5 row(s) 
hive (app)> 

04-列四則運算

在查詢時可以對數值類型的字段進行加減乘除和取余等四則運算

下面我們將表t_od_use_cnt中use_cnt列和is_active列相乘得到一個新列，其他用法依次類推。

hive (app)> SELECT user_id 
          >       ,use_cnt 
          >       ,is_active 
          >       ,use_cnt * is_active 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 = 20210420 Limit 5; 
OK 
user_id  use_cnt  is_active  _c3 
10000  6  1  6 
10001  49  1  49 
10002  23  1  23 
10003  1  0  0 
10004  29  1  29 
Time taken: 0.124 seconds, Fetched: 5 row(s) 
hive (app)> 

05-列別名

可以看到上面的例子中我們通過兩個列相乘人為制造出一個新列，系統默認將其列名起為_c3。通常有必要給這些新產生的列起一個別名。已有列的列名如果含義不清晰也可以通過起別名的方式進行更改。不過別名只在本條SQL語句中生效，不影響原表中的字段名。

這里順便介紹一下字段命名規則：

1.不能和已有字段重復

2.只能包括小寫字母(a-z)、數字(0-9)、下劃線(_)

3.以字母開頭

4.單詞之間用下劃線_分割

這里我們將別名起為active_use_cnt，在列后面加 AS active_use_cnt即可。另AS可以省略，只用空格分隔別名也可以生效

hive (app)> SELECT user_id 
          >       ,use_cnt 
          >       ,is_active 
          >       ,use_cnt * is_active AS active_use_cnt 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 = 20210420 Limit 5; 
OK 
user_id  use_cnt  is_active  active_use_cnt 
10000  6  1  6 
10001  49  1  49 
10002  23  1  23 
10003  1  0  0 
10004  29  1  29 
Time taken: 0.239 seconds, Fetched: 5 row(s) 
hive (app)>