《hive》专题

问题内容： 我正在尝试在Hadoop 2.6.0上使用Hive 1.2.0。我已经创建了一张桌子。但是，当我运行以下查询时： 我收到以下错误： 我在这里做什么错？我需要设置任何特定的权限吗？提前致谢！ 问题答案： 正如Rio提到的那样，该问题涉及缺少将数据加载到配置单元表中的权限。我发现以下命令可以解决我的问题：

问题内容： 请任何人告诉我Hive SQL和查询之间的区别 问题答案： Hive支持SORT BY，可对每个reducer的数据进行排序。“ order by”和“ sort by”之间的区别在于，前者保证输出中的总顺序，而后者仅保证精简器中行的排序。如果存在多个减速器，则“排序依据”可能会给出部分排序的最终结果。 注意：关于单个列的单独SORT BY与CLUSTER BY之间的区别可能会造成混淆

问题内容： 下面的查询是我的SQL Server查询，我希望它将其转换为Hive查询： 问题答案： 您可以使用以下日期作为日期： 将两个日期都转换为秒 减去它们 除以60得到分钟 编辑： 添加分钟： 使用MySQL的db <> fiddle演示

问题内容： 我创建了一个Hive表，该表从文本文件加载数据。但是它对所有查询返回的空结果集。 我尝试了以下命令： 命令被执行，并且表被创建。但是，对于所有查询，始终返回0行，包括 样本数据： 单行输入数据： 1 | 155190 | 7706 | 1 | 17 | 21168.23 | 0.04 | 0.02 | N | O | 1996-03-13 | 1996-02-12 | 1996-03-

问题内容： 我写了一个查询来查找3月至4月美国10个最繁忙的机场。它产生所需的输出，但是我想尝试进一步优化它。 是否有任何适用于查询的HiveQL特定优化？ 是适用在这里吗？我是Hive的新手，现在这是我提出的最短的查询。 表列如下： 飞机场 Flights_stats 问题答案： 按机场（内部联接）过滤，并在UNION ALL之前进行聚合，以减少传递到最终聚合简化程序的数据集。具有UNION A

问题内容： 我在蜂巢中有一张桌子，两列分别为和。输出如下图 我想按升序对该col2进行排序，并且col1还应相应地更改其索引，例如 问题答案： 分解两个数组，进行排序，然后再次聚合数组。在子查询中使用之前对数组进行排序： 结果： 编辑：同一脚本的简化版本，您可以不用第二次posexplode，而是按位置使用直接引用

问题内容： 我是Hive，MapReduce和Hadoop的新手。我正在使用Putty连接到配置单元表并访问表中的记录。因此，我要做的是- 打开Putty并输入主机名-然后单击。然后我输入了用户名和密码，然后输入了一些命令来访问Hive sql。以下是我的工作清单 所以我的问题是 还有其他方法可以在任何Sql客户端（例如Sql Developer或Squirel SQL Client）中执行相同的

问题内容： 这是我之前提出的问题的扩展：是否可以更改HIVE中的分区元数据？ 我们正在探索更改表上元数据的想法，而不是对SELECT语句中的数据执行CAST操作。更改MySQL Metastore中的元数据非常容易。但是，是否有可能将元数据更改应用于分区表（每天）上的列？注意：该列本身不是分区列。这是一个简单的ID字段，正在从STRING更改为BIGINT。 否则，当历史记录为STRING时，我们

问题内容： 我有一个蜂巢查询，我很难弄清楚。 我有一个类似的时间序列： 我需要一个查询，以便如果其中一个记录满足特定条件，则除了该记录外，它还应从第二个满足一组不同条件的 时间上及时 返回一个或多个记录。 到目前为止，我的尝试看起来像这样： 哪个应该返回上面示例数据中的第一条记录和第二条记录（它不应该返回第三条记录，因为时间要比.001秒远）。 但是查询不起作用。错误消息是 问题答案： 这将是一个

问题内容： 下面是表2中的数据 我可以使用以下查询来爆炸以上数据，并且对于以上数据也可以正常工作- 这样我会得到很好的输出 但是在某些情况下，我在下表中有这样的数据，对于相同的product_id- 我需要使用HiveQL查询为上述数据输出类似的结果- 这有可能做到这一点吗？ 任何建议将不胜感激。 PS我几天前问这个问题，但是在这种情况下，数据是不同的，现在数据完全不同了，我需要类似的输出。 问题

问题内容： 我有一个数据库，并且使用查询来生成一个中间表，如下所示： 我想为a <avg（a）的用户计算b的标准偏差 我以这种方式计算avg（a），并且效果很好： 但是查询： 返回一个错误，更准确地说，我被告知无法识别avg中的“ a”（选择a from …）。这使我感到非常困惑，因为它可以在上一个查询中使用。 如果有人可以帮助我，我将不胜感激。 编辑： 我将查询结果存储到临时表中以生成中间表，但

如何修复错误并连接到jdbc:hive2:/localhost:10000？ 谢谢！

我正在从s3读取csv文件，并以ORC的身份写入配置单元表。在写的同时，它也在写大量的小文件。我需要合并所有这些文件。我设置了以下属性: 除了这些配置之外，我尝试了repartition(1)和coalesce(1)，这将合并到单个文件中，但它会删除配置单元表并重新创建它。 如果我使用追加模式而不是覆盖模式，它会在每个分区下创建重复文件。 在这两种情况下，spark作业运行两次，在第二次执行时失败

谢谢，马亨德

在DynamoDB上有映射数据类型的记录，我想在EMR上使用HiveQL以JSON数据格式将这些记录导出到S3。这个怎么做？有可能吗？ 我读了下面的文件，但我想要的信息是什么。 DynamoDB数据格式文档：https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/DataFormat.html 用于导出的配置单元命令示例。。