Hive入门知识

Posted 2020-09-17 小溪鱼

Hive 是建立在 Hadoop 上的数据仓库基础构架，它提供了一系列的工具，可以用来进行数据提取转化加载（ETL），这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。由于 Hive 是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。因此，Hive 中不支持对数据的改写和添加。

Hive的相关写法（与SQL Server的差别） 第一次使用Hadoop遇到的问题

1. ISNULL(field,‘‘)    ——> COALESCE(field,‘‘)

2. CAST(field AS DATE) ——>TO_DATE(field)

3. hive里有tab符号运行不了

4. insert null值报错（TSocket read 0 bytes）

5. BETWEEN AND 不能用于ON后面，必须用在WHERE后面

 解决方法：可以在join的两个表里创建两个毫无意义的字段1 link_name，用这两个字段on，然后把需要用到between的条件写到where条件下。

6. hive里用not in很容易报错，而且效率差，正常用LEFT JOIN