hive是基于Hadoop的一个数据仓库工具，用来进行数据的ETL，这是一种能够存储、查问和剖析存储在Hadoop中的大规模数据的机制。hive能将结构化的数据文件映射为一张数据库表，并提供SQL查问性能。Hive SQL是一品种SQL语言，与关系型数据库所反对的SQL语法存在渺小的差别。本文比照MySQL和Hive所反对的SQL语法，发现雷同的SQL语句在Hive和MySQL中输入后果的会有所不同。

两个整数除

除法是SQL引擎难以解释的算术运算。如果将两个整数相加，相减或相乘，则始终会失去一个整数。值得注意的是，如果将两个整数相除，不同的SQL查问引擎输入的后果不尽相同。在Hive和MySQL中，运算两个整数相除，输入的后果都是decimal类型。

-- Hive中查问select 10/3       -- 输入：3.3333333333333335-- 在MySQL中查问select 10/3       -- 输入：3.3333

如果应用上面的形式，则会返回整形类型

-- Hive中查问select 10 div 3       -- 输入：3-- 在MySQL中查问select 10 div 3       -- 输入：3

辨别大小写

当咱们比拟两个字符串时，在不同的SQL引擎会产生不同的后果。须要留神的是，在字符串比拟中，Apache Hive是辨别大小写，看上面的例子。

-- Hive中查问select 'Bigdata' = 'bigdata'   -- 输入false-- 在MySQL中查问select 'Bigdata' = 'bigdata'  -- 输入1

能够看出：雷同的SQL语句，如果应用MySQL，则同一查问将返回1，因为在进行字符串比拟时MySQL不辨别大小写。这意味着只有它们具备雷同的字母，MySQL便会将两个字符串解释为雷同的字符串。

咱们再来看一下另外一个景象，当咱们把表名写成大写的，会呈现什么景象呢？

这取决于所应用的SQL引擎，在援用数据库中的表时须要留神辨别大小写。如果应用Hive，则在援用表时无需放心大小写，因为它们始终将字母转换为小写字母。然而在MySQL中会报1146 - Table 'XX' doesn't exist的谬误。

-- 假如Hive、MySQL中有一张test表-- 在Hive中查问select * from Test   -- 失常输入后果-- 在MySQL中查问select * from Test   -- 报错：1146 - Table 'Test' doesn't exist

在GROUP BY中应用别名

假如有如下查问：

-- 应用别名，在Hive中查问-- 报错Error while compiling statement: FAILED: SemanticException [Error 10004]: line 7:9 Invalid table alias or column reference 'inventory_status': (possible column names are: userid, visitdate, visitcount)SELECT CASE           WHEN visicount > 5 THEN "more than 5"           ELSE "less than 5"       END AS inventory_status,       count(*) AS cntFROM testGROUP BY inventory_status-- 不应用别名，如果应用上面的语句，则会失常输入后果SELECT CASE           WHEN visitcount > 5 THEN "more than 5"           ELSE "less than 5"       END AS inventory_status,       count(*) AS cntFROM testGROUP BY CASE           WHEN visitcount > 5 THEN "more than 5"           ELSE "less than 5"       END

雷同的查问语句在MySQL中进行查问，会失常输入后果。

非数值类型的字符串转为数值类型

应用SQL，咱们能够应用CAST命令转换表中列的数据类型。如果要将字符串列转换为整数，能够执行以下操作。

SELECT CAST(column_name AS INT) FROM table_name

那么，如果咱们将一个非数值类型的字符串转为数值类型，会呈现什么样的后果呢？

-- 在Hive中查问select cast("bigdata" as int) -- 返回null-- 在MySQL中查问select cast("bigdata" as signed int)  -- 返回0

Hive中的视图与SQL查问语句

当咱们在Hive中创立视图时，其底层是将视图对应的SQL语句存储到了一张表中的某个字段中，以Hive为例，其元数据中存在上面的一张表：

CREATE TABLE `TBLS` (  `TBL_ID` bigint(20) NOT NULL,  `CREATE_TIME` int(11) NOT NULL,  `DB_ID` bigint(20) DEFAULT NULL,  `LAST_ACCESS_TIME` int(11) NOT NULL,  `OWNER` varchar(767) CHARACTER SET latin1 COLLATE latin1_bin DEFAULT NULL,  `OWNER_TYPE` varchar(10) CHARACTER SET latin1 COLLATE latin1_bin DEFAULT NULL,  `RETENTION` int(11) NOT NULL,  `SD_ID` bigint(20) DEFAULT NULL,  `TBL_NAME` varchar(128) CHARACTER SET latin1 COLLATE latin1_bin DEFAULT NULL,  `TBL_TYPE` varchar(128) CHARACTER SET latin1 COLLATE latin1_bin DEFAULT NULL,  `VIEW_EXPANDED_TEXT` mediumtext CHARACTER SET utf8,  `VIEW_ORIGINAL_TEXT` mediumtext CHARACTER SET utf8,  `LINK_TARGET_ID` bigint(20) DEFAULT NULL,  PRIMARY KEY (`TBL_ID`),  UNIQUE KEY `UNIQUETABLE` (`TBL_NAME`,`DB_ID`),  KEY `TBLS_N50` (`SD_ID`),  KEY `TBLS_N49` (`DB_ID`),  KEY `TBLS_N51` (`LINK_TARGET_ID`),  CONSTRAINT `TBLS_FK1` FOREIGN KEY (`SD_ID`) REFERENCES `SDS` (`SD_ID`),  CONSTRAINT `TBLS_FK2` FOREIGN KEY (`DB_ID`) REFERENCES `DBS` (`DB_ID`),  CONSTRAINT `TBLS_FK3` FOREIGN KEY (`LINK_TARGET_ID`) REFERENCES `TBLS` (`TBL_ID`)) ENGINE=InnoDB DEFAULT CHARSET=latin1;

下面的这张表存储了Hive中表和视图的元数据信息，如果创立一张视图，则**VIEW_EXPANDED_TEXT字段与
VIEW_ORIGINAL_TEXT字段**存储了视图对应的SQL语句。

当咱们应用上面的SQL语句创立视图或者间接执行时，可能会呈现不一样的后果：

create view as select * from test where name like "%大数据"

如果是间接执行SQL语句，则会依照条件筛选出想要的后果。然而，如果是创立视图，则可能不会呈现想要的后果。下面提到，视图对应的SQL语句是作为一个字段存储到Hive的元数据中的，对应其中的一张表。如下面的SQL语句，like "%大数据"中蕴含中文，该中文字符会呈现乱码景象，即存储到表中时会变成上面的模式：

create view as select * from test where name like "???"

解决下面的问题很简略，只须要批改元数据中该字段的编码即可：

ALTER TABLE `TBLS` MODIFY COLUMN VIEW_EXPANDED_TEXT mediumtext CHARACTER SET utf8；ALTER TABLE `TBLS` MODIFY COLUMN VIEW_ORIGINAL_TEXT mediumtext CHARACTER SET utf8；

总结

本文分享了Hive应用过程中存在的一些问题，并给出了绝对应的示例，咱们在应用的过程中能够注意一下这些问题，比照雷同的SQL语句在MySQL和Apache Hive上的后果上的不同。

wx搜一搜：大数据技术与数仓