示例

让我们看一下如何用Hive査询我们在前面几章使用的气象数据集。第一个步骤是 把数据加载到出^管理的存储。在这里，我们将让出^把数据存储在本地文件系 统。稍后我们会介绍如何把表存储到HDFS。

和RDBMS —样，Hive把数据组织成表。我们使用CREATETABLE语句为气象数据 新建一个表：

CREATE TABLE records (year STRING, temperature INT, quality INT)ROW FORMAT DELIMITEDFIELDS TERMINATED BY '\t'；

查询的第一行声明了一个records表，它包含三列：year, temperature和 quality.我们还必须指明每一列的数据类型：在这里，年份为字符串类型，而另 两列为整数型。

到目前为止，SQL都是我们所熟悉的。但是接下来的ROWFORMAT子句是HiveQL 所特有的。这个子句所声明的是数据文件的每一行是由制表符分隔的文本。Hive 按照：每行三个字段，分别对应于表中的三列，字段间以制表符分隔；每行以换行 符分隔，这一格式读取数据。

接下来，我们可以向Hive输入数据。这里我们出于探索的目的，只使用一个很小 的样本数据集：

LOAD DATA LOCAL INPATH 'input/ncdc/micro-tab/sample.txt'OVERWRITE INTO TABLE records;

运行这一命令会告诉Hive把指定的本地文件放到它的仓库目录中。这只是一个简 单的文件系统操作。这个操作并不解析文件或把它存储为内部数据库格式。这是因 为Hive并不强行使用某种特定的文件格式。文件以原样逐字存储：Hive并不对文 件进行修改。

这样，records表的文件便可以在本地文件系统的/usf/hive/waKehouse/fecofds目录 中找到：

% 1s /user/hive/warehouse/record/sample.txt

我们现在只有一个文件：sample.txt,但是在一般情况下，它允许有多个文件，而 且Hive会在查询表的时候读入所有这些文件。

LOADDATA语句中的OVERWRITE关键字告诉Hive删除表所对应目录中已有的所有 文件。如果省去这一关键字，Hive就简单地把新的文件加入目录(除非目录下正好 有同名的文件，否则将替换掉原有的同名文件)。

现在数据已经在Hive中，我们可以对它运行一个查询：

hive> SELECT year, MAX(temperature)>FROM records>WHERE temperature != 9999>AND (quality = 0 OR quality = 1 OR quality = 4 OR quality = 5 OR quality = 9)>GROUP BY year;1949  1111950  22

这个SQL查询没什么特别的：它是一个带GROUPBY子句的SELECT语句。这个查 询根据年份对行进行分组，然后使用MAX()聚集函数在每个年份组中找到最高气 温。Hive的优势在于把这个查询转化为一个MapReduce作业，并为我们执行这个 作业，然后把结果打印输出到控制台。虽然Hive和其他数据库有一些细微的差 别，例如Hive支持的SQL的结构以及查询中可以使用的数据的格式等——我们在 本章中将介绍一些这种差别一但正是因为能够在原始数据上执行SQL查询，才 彰显了Hive的强大功能。