データのインポート：
1、
ローカルローカルパス「/root/tes.txt」をテーブルtest.usrにロードします。
将本地的数据导入到hive中
2. hdfsクラスターからデータをインポートする
load data inpath ' hdfs：// node01：9000 / user / tes.txt ' into table test.te; LOAD DATAコマンドは、LOAD DATA LOCAL INPATHとLOAD DATA INPATHに分割できます。2つの違いは、LOCALはローカルファイルを追加せずにローカルファイルをインポートするという点がHDFSファイルであるため、ファイルを直接アップロードするのと同じです。
3.挿入---内部テーブルと外部テーブル、パーティションには適していません
4、
table1からinsert（overwrite）に挿入しますtable2 select id、name
パーティションテーブル
Hiveパーティション（ストレージ用に異なるファイルディレクトリに分割）
1.静的パーティション：
対応するパーティションフィールドをテーブル定義で指定する必要があります-パーティションフィールドはテーブル内のフィールドと重複してはいけません
a、単一のパーティションテーブル作成ステートメント：
（dt int）で分割されたテーブルday_table（id int、content string）を作成します。
データのアップロード：ローカルローカルパス「/root/tes.txt」をテーブルtest.usrパーティションにロードします（年齢= 10）。
単一のパーティションテーブル、日ごとのパーティション、テーブル構造にはid、content、dtの3つの列があります。
区別するフォルダとしてdtを使用します
厚みと強度を分割する場合、各分割の内容を減らして計算効率を向上させるために、ビジネスニーズに応じて、対応する年、月、日、時、分、秒を事前に設定する必要があります
b。二重パーティションテーブル作成ステートメント：
（dt int、hour int）で分割されたテーブルhour（id int、content string）を作成します。
日と時間でパーティション化されたダブルパーティションテーブル。テーブル構造に新しく2つの列dtとhourが追加されました。
最初にフォルダーとしてdtを使用し、次にそれを時間サブフォルダーで分割します
パーティションを追加
テーブル時間を変更し、パーティションを追加します（dt = 10、hour = 40）;
警告テーブルtablename add partiton（dt = 20、hour = 40）
つまり、パーティションを追加する場合、直接追加することはできませんが、対応する並べ替えを完了するには、元のパーティションを含める必要があります。
パーティションを削除
変更テーブルtablenameドロップパーティション（sex = 'boy'）
アラートテーブルtablename drop partiton（dt = 20、hour = 40）
注：パーティションを削除すると、既存のすべてのパーティションが削除されます
2.動的パーティション：
権限を変更する方法：
1、conf / hive-site.xml
2.ハイブ内のセットを使用して、それに応じて設定します
3.ハイブの開始時にhive --conf hive.exec.dynamic.partiton = trueを設定します
権限を変更する方法
1.権限を変更する
set hive.exec.dynamic.partiton = true //動的パーティションをオンにします
2.デフォルトの状態を変更します
set hive.exec.dynamic.partiton.mode = nostrict //デフォルトのstrict。少なくとも1つの静的パーティションがあります
パーティションテーブルを作成します。
create create psn22（id int、name string、likes array <String>、address map <string、string>）partitioned by（age int、sex string）ROW FORMAT DELIMITED FIELDS TERMINATED BY '、' COLLECTION ITEMS TERMINATED BY '、' MAP '：'で終了するキー '\ t'で終了する行
データを書き込む
from psn21 //既存のテーブルとデータを挿入する必要があります上書きテーブルpas22パーティショニング（年齢、性別）選択*年齢、性別で配布
バレルテーブル：
試験データ
1、tom、11
バケツを開ける
hive.enforce.bucketing = trueを設定します
バケットを作成する
（年齢）でクラスター化されたテーブルpsnbucket1（id int、name string、age int）を作成し、「、」で終了する4つのバケット行フォーマット区切りフィールドに
データを読み込む
テーブルに挿入psnbucket select id、name、age from psn31
サンプリング
バケット*テーブルのサンプルを選択*（コリームによりバケット4のうちの1）
カスタム機能
UDF:一对一
1、继承UDF
2、重写evaluate
（实现传入的参数，并且封装了很多的方法）
パブリッククラスAddPrefixはUDFを拡張します{/ **
- ここでは、任意の入力にカスタムプレフィックス情報を追加する実装します* / public String evaluate（String str）{return "HIVE UDF Prefix：" + str;}}
UDAF：多对一
UDTF：一对多
1、创建udf自定义函数
2、达成jar包并上传到linux集群
3、将集群中的jar包上传到hive中：add jar /opt/software/jars/UDF.jar；
4、创建属于我自己的函数
"com.hpe.TestUdf.TestUdf"として一時的な関数bwsを作成します; 5.関数を使用して実行します
ただし、カスタム関数を作成する場合、それは一般的に作成される一時的な関数であり、起動時に問題外です。永続的な関数を作成するにはどうすればよいですか？
恒久的なハイブカスタム関数を登録する
add jar的方式只是导入临时的jar文件，所以不能创建永久的自定义函数，想要添加永久的自定义函数需要在配置文件中对jar的引入进行修改
在hive-site.xml文件中添加
<property> <name> hive.aux.jars.path </ name> <value> file：///opt/module/hive/lib/app_logs_hive.jar </ value> </ property>
注意：value中的值为你的udf.jar上传到linux的指定路径下，若是多个jar包，以,（逗号）进行分割
みんなで一緒に学び、Java Architects AllianceのWeChatパブリックアカウントに注意を払い、バックグラウンドでキーワードに返信して、スタックリーダーによって分類されたJavaアーキテクチャテクノロジードライグッズを入手してください。
