等值连接（连接条件是等号）:
```
select e.empno, e.ename, e.sal, d.dname
from emp e,dept d
where e.deptno=d.deptno;
```
不等值连接（连接条件不是等号）：
```
select e.empno, e.ename, e.sal, d.dname
from emp e,dept d
where e.deptno between 1 and 10;
```
```
select e.empno, e.ename, e.sal, d.dname
from emp e,dept d
where e.deptno=d.deptno;
```
不等值连接（连接条件不是等号）：
```
select e.empno, e.ename, e.sal, d.dname
from emp e,dept d
where e.deptno between 1 and 10;
```
2018-06-17
to_date('2018-6-17')：取出一个字符串中的年月日部分
year('2018-6-17')：取出一个字符串中的年
month('2018-6-17')：取出一个字符串中的月
day('2018-6-17')：取出一个字符串中的日
weekofyear('2018-6-17')：本周是一年中的第几周
datediff('2018-6-17', '2019-6-17')：两个日期相差的天数
date_add('2018-6-17', 2)：在一个日期上加上多少天
date_sub('2018-6-17', 2)：在一个日期上减去多少天
year('2018-6-17')：取出一个字符串中的年
month('2018-6-17')：取出一个字符串中的月
day('2018-6-17')：取出一个字符串中的日
weekofyear('2018-6-17')：本周是一年中的第几周
datediff('2018-6-17', '2019-6-17')：两个日期相差的天数
date_add('2018-6-17', 2)：在一个日期上加上多少天
date_sub('2018-6-17', 2)：在一个日期上减去多少天
2018-06-17
数学函数：
round(number, n)：对number进行四舍五入操作，并保留n位小数
ceil(number)：向上取整
floor(number)：向下取整
字符函数：
lower(str)：把字符串转为小写
upper(str)：把字符串转为大写
length(str)：字符串的长度
concat(str1, str2)：字符串拼接
substr(str, start[, length])：截取子串
trim(str)：去掉字符串收尾的空格
lpad(str, length, mark)：左填充
rpad(str, length, mark)：右填充
round(number, n)：对number进行四舍五入操作，并保留n位小数
ceil(number)：向上取整
floor(number)：向下取整
字符函数：
lower(str)：把字符串转为小写
upper(str)：把字符串转为大写
length(str)：字符串的长度
concat(str1, str2)：字符串拼接
substr(str, start[, length])：截取子串
trim(str)：去掉字符串收尾的空格
lpad(str, length, mark)：左填充
rpad(str, length, mark)：右填充
2018-06-17
在 Hive 中，大部分 HQL 查询语句都会被转换为 MapReduce 作业进行执行，但也有小部分查询不会被转换，如select * from tb_name;，因为 Hive 里的数据是直接存储在 HDFS 中的，当查询所有的信息，只需要把 HDFS 中该表的所有信息读取出来即可，没有必要转换成 MR 作业。MR 作业需要编译和任务下发等一系列操作，所以速度会慢一些。
2018-06-17
# Hive 数据查询
查询语法：
SELECT [ALL|DISTINCT] select_expr, select_expr ...
FROM tb_reference
[WHERE where_condition]
[GROUP BY col_list]
[CLUSTER BY col_list
|[DISTRIBUTE BY col_list] [SORT BY col_list]
|[ORDER BY col_list]]
[LIMIT number]
- DISTRIBUTE BY：指定分发器（partitioner），多reduce可用
查询语法：
SELECT [ALL|DISTINCT] select_expr, select_expr ...
FROM tb_reference
[WHERE where_condition]
[GROUP BY col_list]
[CLUSTER BY col_list
|[DISTRIBUTE BY col_list] [SORT BY col_list]
|[ORDER BY col_list]]
[LIMIT number]
- DISTRIBUTE BY：指定分发器（partitioner），多reduce可用
2018-06-17
参数说明：
--connect：指定JDBC数据库连接地址，jdbc:mysql://127.0.0.1:3306/test
--user、--password：指定JDBC数据库连接用户名和密码
--table：指定RDBMS中的表名
-columns：指定导入RDBMS中表的哪些列
-m：指定导入时MR的进程数
--target-dir：指定数据导入到 HDFS 时的目录
--hive-import：数据到 Hive 中
--hive-table：指定数据导入到 Hive 时的表名
--where：使用 where 条件，来过滤一些数据
--query：使用査询语句
--connect：指定JDBC数据库连接地址，jdbc:mysql://127.0.0.1:3306/test
--user、--password：指定JDBC数据库连接用户名和密码
--table：指定RDBMS中的表名
-columns：指定导入RDBMS中表的哪些列
-m：指定导入时MR的进程数
--target-dir：指定数据导入到 HDFS 时的目录
--hive-import：数据到 Hive 中
--hive-table：指定数据导入到 Hive 时的表名
--where：使用 where 条件，来过滤一些数据
--query：使用査询语句
2018-06-17
注意：最新的稳定版本是1.4.7，Sqoop 依赖于 JDK 和 Hadoop 环境。
在官网下载最新的稳定版本：
wget http://mirrors.shu.edu.cn/apache/sqoop/1.4.7/sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
解压：tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
配置环境变量：
export SQOOP_HOME=/bigdata/sqoop-1.4.7.bin__hadoop-2.6.0
export PATH=$SQOOP_HOME/bin:$PATH
在官网下载最新的稳定版本：
wget http://mirrors.shu.edu.cn/apache/sqoop/1.4.7/sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
解压：tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
配置环境变量：
export SQOOP_HOME=/bigdata/sqoop-1.4.7.bin__hadoop-2.6.0
export PATH=$SQOOP_HOME/bin:$PATH
2018-06-17
hive2.0之后的版本，打开hive服务器接口的代码是：hive --service hiveserver2。这是个坑。
2018-05-21
最新回答 / weixin_慕慕3242689
以前是通过hivecli连接HiveServer ， 缺点是HiveServer 不能处理多个客户端，比如你的HiveServer装在A机器，就必须到A机器上连接访问。所以就出现了HiveServer2，可以在任意机器上使用beeline通过JDBC方式连接。并且beeline不是直接连接的HiveServer2，二十访问的zookeeper,zookeeper中记录着多个HiveServer2地址，就算其中一个HiveServer2挂掉，也不妨碍访问。
2018-04-16
