Hive SQL-DQL-Select查询语句用法详解

HQL Select用法详解

1.基础语法

（1）select_exp

（2）ALL、DISTINCT

（3）WHERE

（4）分区查询、分区裁剪

（5）GROUP BY

（6）HAVING

（7）LIMIT

（8）执行顺序

2.高阶语法

（1）ORDER BY

（2）CLUSTER BY

（3）DISTRIBUTE BY + SORT BY

（4）UNION联合查询

在 Hive 中，可以使用 UNION 操作符执行联合查询，将多个查询的结果合并为一个结果集。UNION 操作符用于合并两个或多个 SELECT 语句的结果集，并去除重复的行。

SELECT column1, column2, ...
FROM table1
UNION
SELECT column1, column2, ...
FROM table2;

在这个语法中，SELECT 语句必须具有相同数量和类型的列，它们的顺序也必须相同。UNION 将两个 SELECT 语句的结果集合并，并自动去除重复的行。

如果需要保留重复的行，可以使用 UNION ALL 操作符：

SELECT column1, column2, ...
FROM table1
UNION ALL
SELECT column1, column2, ...
FROM table2;

注意事项和限制：

1. 列数和数据类型必须匹配： 在每个 SELECT 子句中，列数和数据类型必须匹配。如果不匹配，Hive 将会抛出错误。

2. 列顺序必须相同： 虽然不同的 SELECT 子句可以选择不同的列，但它们的顺序必须相同。否则，Hive 会抛出错误。

3. 列名可能取决于第一个 SELECT 语句： 在某些情况下，联合查询的结果集中的列名可能取决于第一个 SELECT 语句中的列名。因此，最好保持所有 SELECT 语句中列名的一致性。

4. 重复行处理： UNION 默认会去除重复的行，而 UNION ALL 会保留所有行，包括重复的行。

5. 性能注意： 联合查询可能会对性能产生影响，特别是在处理大量数据时。在可能的情况下，应尽量减少联合查询的数量，或者使用其他性能更好的方法。

（5）子查询

（6）CTE表达式

CTE（Common Table Expression，公共表达式）是 SQL 中一种可用于创建临时命名结果集的结构。它们通常与递归查询一起使用，但也可以在常规查询中提高可读性和可维护性。

在 Hive SQL 中，CTE 使用 WITH 关键字来定义，它允许你为一个查询定义一个临时的命名结果集，然后在主查询中引用它。这对于分解复杂的查询逻辑、避免重复计算以及提高查询可读性都非常有用。

以下是一个示例，演示了如何在 Hive SQL 中使用 CTE：

假设你有一个表 employees，包含员工的 ID、姓名和工资信息。现在，假设你想要找到工资高于平均工资的员工。你可以使用 CTE 来计算平均工资，并在主查询中引用它：

WITH avg_salary AS (SELECT AVG(salary) AS avg_salaryFROM employees
)
SELECT emp_id, emp_name, salary
FROM employees
WHERE salary > (SELECT avg_salary FROM avg_salary);

在上面的示例中，avg_salary 是一个 CTE，它计算了 employees 表中所有员工的平均工资。然后，在主查询中，我们使用了这个 CTE 来过滤出工资高于平均工资的员工。

使用 CTE 可以使查询更加模块化和易读，同时避免了重复计算。它们还可以帮助分解复杂的查询逻辑，使查询更易于理解和维护。需要注意的是，虽然 CTE 在 Hive SQL 中非常有用，但并不是所有的数据库都支持这个功能。