表的結構

create table student(Sno int,Sname string,Sex string,Sage int,Sdept string)

                    row format delimited fields terminated by ','stored as textfile;

create table course(Cno int,Cname string) row format delimited fields terminated by ',' stored as textfile;

create table sc(Sno int,Cno int,Grade

int)row format delimited fields terminated by ',' stored as textfile;

//selct from 這個英文語句就可以看出是先做 from後面的操作，然後再做select操作將其取出來，還是要按照歪果仁的思維來思考問題

查詢全體學生的學號與姓名

select Sno, Sname from student;
查詢選修了課程的學生姓名
select Sname from student s where s.Sdept is not null;
----hive的group by 和集合函式


查詢學生的總人數
select count(*) from student;   //

count是數行的，sum是求資料的和
計算1號課程的學生平均成績
select avg(s.Grade) from sc s where s.Grade = 1;
查詢各科成績平均分

查詢選修1號課程的學生最高分數

　　  select grade from sc where cno=1  sort by grade limit 1 //xx這裡是不正確的 因為sort是區域性的並不是全域性的

(注意比較:select * from sc where Cno=1 sort by Grade

 select Grade from sc where Cno=1 order by Grade)    //order 會將reduce數量強行改為一個，所以order by是全域性的，但是大資料裡面用order by 不利於效率

求各個課程號及相應的選課人數 
    select cno count(1) from sc group by con //count（1）和count（*）的作用都是一致的，前者稍微快一點
    
查詢選修了3門以上的課程的學生學號

    select sno from sc where count（1）>3 group by son //xx 這是錯的，Having是先分組（這裡的分組指的是group by）在進行篩選，而where是先篩選再進行分組。這裡是先分組再進行的篩選所以要寫成

    select sno from sc group by son Having count（1）>3 

----hive的Order By/Sort By/Distribute By  //sql中只有Order By

Order By ，在strict 模式下（hive.mapred.mode=strict),order by 語句必須跟著limit語句，但是在nonstrict下就不是必須的，這樣做的理由是必須有一個reduce對最終的結果進行排序，如果最後輸出的行數過多，一個reduce需要花費很長的時間。

查詢學生資訊，結果按學號全域性有序
hive> set hive.mapred.mode=strict;   <預設nonstrict>
hive> select Sno from student order by Sno;
FAILED: Error in semantic analysis: 1:33 In strict mode, if ORDER BY is specified, LIMIT must also be specified. Error encountered near token 'Sno'
　　Sort By，它通常發生在每一個redcue裡，“order by” 和“sort by"的區別在於，前者能給保證輸出都是有順序的，而後者如果有多個reduce的時候只是保證了輸出的部分有序。set mapred.reduce.tasks=<number>在sort by可以指定，在用sort by的時候，如果沒有指定列，它會隨機的分配到不同的reduce裡去。distribute by 按照指定的欄位對資料進行劃分到不同的輸出reduce中 

　　此方法會根據性別劃分到不同的reduce中 ，然後按年齡排序並輸出到不同的檔案中。

查詢學生資訊，結果區分性別按年齡有序

hive> set mapred.reduce.tasks=2;（過時）    //set mapreduce.job.reduces=2 在hadoop2中有些引數名稱過時了，例如原來的mapred.reduce.tasks改名為mapreduce.job.reduces了，當然，這兩個引數你都可以使用，只是第一個引數過時了。
　　hive> insert overwrite local directory '/home/hadoop/out' 

select * from student distribute by Sex sort by Sage;

補充：

儲存select查詢結果的幾種方式：
1、將查詢結果儲存到一張新的hive表中
create table t_tmp
as
select * from t_p;

2、將查詢結果儲存到一張已經存在的hive表中
insert into  table t_tmp
select * from t_p;

3、將查詢結果儲存到指定的檔案目錄（可以是本地，也可以是hdfs）
insert overwrite local directory '/home/hadoop/test'

select * from t_p;

4、儲存到hdfs

insert overwrite directory '/aaa/test'
select * from t_p;

----Join查詢（老版本只支援等值連線，新的已經可以支援不等值連線）
查詢每個學生及其選修課程的情況
　　hive> select student.*,sc.* from student join sc on (student.Sno =sc.Sno);
查詢學生的得分情況。
　　hive>select student.Sname,course.Cname,sc.Grade from student join sc on student.Sno=sc.Sno join course on sc.cno=course.cno; //join兩個表
查詢選修2號課程且成績在90分以上的所有學生。
　　
----LEFT，RIGHT 和 FULL OUTER JOIN （全外連線接) inner join //內連線就是求交集沒有交集的地方不會顯示，要求嚴格些
查詢所有學生的資訊，如果在成績表中有成績，則輸出成績表中的課程號
　　

----LEFT SEMI JOIN  Hive當前沒有實現 IN/EXISTS 子查詢，可以用 LEFT SEMI JOIN 重寫子查詢語句。

//HIVE 的semi join效率比innerjoin要高些

重寫以下子查詢
  SELECT a.key, a.value
  FROM a
  WHERE a.key in
   (SELECT b.key
    FROM B);


查詢與“劉晨”在同一個系學習的學生

　　hive> select s1.Sname from student s1 left semi join student s2 on s1.Sdept=s2.Sdept and s2.Sname='劉晨';

hive 裡面的內建函式