Hive wordcount

一 使用Hive CLI (old)命令行工具操作HiveQL

进入hive cli

[root@master /]# hive

创建统计表

hive> create table wctest(line,content string);

导入数据

可以将本地文本文件内容批量加载到Hive 表中,要求文本文件中的格式和Hive 表的定义一致,包括:字段个数、字段顺序、列分隔符都要一致。
这里的dealer_info 表的表定义是以\t 作为列分隔符,所以准备好数据后,将文本文件拷贝到hive 客户端机器上后,执行加载命令。load data local inpath '/home/hadoop/dealerinfodata.txt' overwrite into table dealer_info;

  • local 关键字表示源数据文件在本地,源文件可以在HDFS 上,如果在HDFS 上,则去掉local,inpath 后面的路径是类似”hdfs://namenode:9000/user/datapath”这样的HDFS 上文件的路径。
  • overwrite 关键字表示如果hive 表中存在数据,就会覆盖掉原有的数据。如果省略overwrite,则默认是追加数据。加载完成数据后,在HDFS 上就会看到加载的数据文件。
hive>load data inpath '/user/root/wordcount_in/wordcount' overwrite  into table wctest;

进行统计

hive>select a.word,count(*) from (select explode(split(wordcontent,' ')) word from wctest)a group by word;

退出Hive CLI

 hive> quit;
[root@master /]# 

mysql 中的hive数据库存储的是hive操作管理下的字段定义,以及hive数据文件的存储位置

mysql> show tables;

表名 标识
COLUMNS_V2 hive 表中的数据类型
DBS hive 上的数据库列表
SDS hive 表物理路径

二 使用Beeline CLI (new)命令行工具操作HiveQL

Beeline version 2.1.1 by Apache Hive

进入beenline

[root@master /]# beeline
beeline> 

链接

beeline> !connect jdbc:hive2://192.168.137.121:10000
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/usr/tools/apache-hive-2.1.1-bin/lib/log4j-slf4j-impl-2.4.1.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/usr/hadoop-2.6.4/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]
Connecting to jdbc:hive2://192.168.137.121:10000
Enter username for jdbc:hive2://192.168.137.121:10000: root
Enter password for jdbc:hive2://192.168.137.121:10000: 
Connected to: Apache Hive (version 2.1.1)
Driver: Hive JDBC (version 2.1.1)
17/06/08 11:36:34 [main]: WARN jdbc.HiveConnection: Request to set autoCommit to false; Hive does not support autoCommit=false.
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://192.168.137.121:10000> 

操作同Hive CLI

退出beenline

 0: jdbc:hive2://192.168.137.121:10000> !quit
Closing: 0: jdbc:hive2://192.168.137.121:10000
[root@master /]# 
HiveQL 客户端SQuirrelSQLClient使用配置官网
enter description here
enter description here

相关资源

Hive GettingStarted

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,108评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,699评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,812评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,236评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,583评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,739评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,957评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,704评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,447评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,643评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,133评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,486评论 3 256
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,151评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,108评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,889评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,782评论 2 277
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,681评论 2 272

推荐阅读更多精彩内容