Hive

Hive cross join ，结果是笛卡尔积，不能写on字段,1 2 on报错 3 t2 cross join t1 end

0 源表 1 报错，因为没有通过聚合或别名或常量生成新的字段.【5正确】 2 正确 3 正确 4 正确 5 正确

转换成： 方法1: sum(case when...) 2 方法2: sum(map['']) 方法1不带sum的结果，与方法2不带sum的结果 相同，如下：

select --case --when month = '01' THEN sum_qty --end as '01', --SqlParseException: Sql

select concat_ws(',', 1, 2, null, 3), --1,2,3 concat_ws(1, 2, null,

count(表达式) : 如果表达式值为NULL则不加1，如果手 select count( case when c1 is not null then c1 else null end )

where条件只对下面的sql起作用。如果使用了()子表查询，那么【where id > 3】会对整个结果起作用

IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。 in /exists / left semi join 不会产生笛卡尔积 ！ inner join可能会产生笛卡尔积！ 1.

set hive.lzo.paralle.read.index.thread = 1000; 应该是读lzo文件的时候起多个进程去读数据，如果来源表是lzo而且小文件比较多，加这个可以加快速度。 查看

1 count(c1) 不统计c1=NULL的记录，但统计c1='' 和 c1=' ' 空格的记录！ 2 count(*) = count(1) = count(10000) = count(c1)

在做大数据的离线开发时，在join后的on关联条件时，2个字段类型不一致，但是自己发现不了，当出现数据倾斜时，仔细排查会发现2个字段的数据类型不一致。此篇文章则是对此类问题作出解释！ 同Java语言一

一、问题现象 客户在用hive sql做几张表的组合分析，使用mr引擎。 因为其中有一张表超过5万个分区，数据总量超过8千亿条，因此运行过程中出现失败，报错如下所示： org.apache.hadoo

cube 是 grouping sets的特例； rollup是cube的特例【rollup只group by 第一个字段开头的字段组合】【rullup函数是cube的子集,以最左侧维度为主,按照顺

在Mac/Win本地不用修改分隔符，文件rz -be上传到linux目录后，用vim再把字段值分隔符替换为Tab键（:%s/分隔符/Tab键/g），再load，查询的结果才对 【比如文本中是逗号分割的