hive（数据仓库工具）
Hive 是一个数据仓库根底工具在 Hadoop 中用来解决结构化数据。它架构在 Hadoop 之上，总归为大数据，并使得查问和剖析不便。并提大数据培训供简略的 sql 查问性能，能够将 sql 语句转换为 MapReduce 工作进行运行。术语“大数据”是大型数据集，其中包含体积宏大，高速，以及各种由一劳永逸的数据的汇合。应用传统的数据管理系统，它是难以加工大型数据。因而，Apache 软件基金会推出了一款名为 Hadoop 的解决大数据管理和解决难题的框架。
SQL
结构化查询语言 (Structured Query Language) 简称 SQL，是一种数据库查问和程序设计语言，用于存取数据以及查问、更新和治理关系数据库系统；同时也是数据库脚本文件的扩展名。
结构化查询语言是高级的非过程化编程语言，容许用户在高层数据结构上工作。它不要求用户指定对数据的寄存办法，也不须要用户理解具体的数据寄存形式，所以具备齐全不同底层构造的不同数据库系统, 能够应用雷同的结构化查询语言作为数据输出与治理的接口。结构化查询语言语句能够嵌套，这使它具备极大的灵活性和弱小的性能。
常见 SQL 命令
SELECT 语句
作用：用于从表中选取数据，后果被存储在一个后果表中
语法：select 列名称 from 表名称
举例：select LastName from Person 或 select * from Person
WHERE 子句
作用：如需有条件地从表中选取数据，可将 WHERE 子句增加到 SELECT 语句
语法：SELECT 列名称 FROM 表名称 WHERE 列 运算符 值
举例：SELECT * FROM Persons WHERE FirstName=’John’
ORDER BY 语句
作用：ORDER BY 语句用于依据指定的列对后果集进行排序，默认依照升序对记录进行排序；如需依照降序，可应用 DESC 关键字
举例：ORDER BY SELECT LastName, FirstName FROM Persons ORDER BY FirstName
SELECT DISTINCT
作用：关键字 DISTINCT 用于返回惟一不同的值
语法：SELECT DISTINCT 列名称 FROM 表名称
举例：要从 Company 列中仅选取惟一不同的值，
SELECTDISTINCT Company FROM Orders
AND 和 OR 运算符
作用: AND 和 OR 可在 WHERE 子语句中把两个或多个条件联合起来。
如果第一个条件和第二个条件都成立，则 AND 运算符显示一条记录。
如果第一个条件和第二个条件中只有有一个成立，则 OR 运算符显示一条记录
举例：应用 AND 来显示所有姓为 “Carter” 并且名为 “Thomas” 的人
SELECT* FROM Persons WHERE FirstName=’Thomas’ AND LastName=’Carter’
SUM() 函数
作用：SUM 函数返回数值列的总数（总额）
语法：SELECT SUM(column_name) FROM table_name
举例：
咱们心愿查找 “OrderPrice” 字段的总数
SELECTSUM(OrderPrice) AS OrderTotal FROM Orders
GROUP BY 语句
“GroupBy”从字面意义上了解就是依据“By”指定的规定对数据进行分组，所谓的分组就是将一个“数据集”划分成若干个“小区域”，而后针对若干个“小区域”进行数据处理
举例：
select 类别, sum(数量) as 数量之和 fromA
groupby 类别
返回后果如下表，实际上就是分类汇总。
实例介绍：
- 从 persona_data_info 表中，查问 job_id=279 的每个 gender 类别的人数总和
select gender,sum(persona_count) from persona_data_info where job_id=279 group by gender;
- 从 persona_data_city ,persona_city_map 两个表中查问 job_id=279 且 citycode= map.code
SELECTjob_id,citycode,persona_count,province,region,city_level FROM persona_data_city,persona_city_map where job_id=279 AND persona_data_city.citycode =persona_city_map.code;