hive-sql简单查询之select语句

文章目录

• 1 准备数据
• 2 取出所有行和列
• 3 限制返回行数
• 4 选取指定的列
• 5 重命名列
• 6 单行注释
• 7 distinct 去重
• 8 group by 去重

select语句是最基本最常用的sql语句，也非常简单。

1 准备数据

运行下面代码，在test数据库，新建一个test_zw表，并插入几条测试数据。

drop table if exists test.test_zw;
CREATE TABLE if not exists test.test_zw(
  name string COMMENT '姓名',
  course string comment '课程',
  score double comment '成绩'

)
COMMENT '测试表'
STORED as parquet TBLPROPERTIES('parquet.compression'='SNAPPY');
  
-- 插入数据 
insert into test.test_zw values
('小王','A',100),
('小李','A',90),
('小张','A',90),
('小李','B',80),
('小红','A',80),
('小张','B',80),
('小红','B',100);
           

2 取出所有行和列

使用星号可以选取所有的列,总共有7条数据，全部返回。

select *
from test.test_zw
           

3 限制返回行数

使用limit可以限制返回的行数，当数据表有几千万甚至几十亿数据时，不限制返回行数会出问题，甚至可能搞挂系统，好在大部分的查询系统都有默认的行数限制。限制3行数据，因为没有排序，返回的数据可能不一样。

select *
from  test.test_zw
limit 3
           

4 选取指定的列

使用星号返回所有列，在宽表中返回字段多，并不是最佳实践，最佳实践是只返回需要的列。有些公司可能禁止使用select * 奥。

select name,course,score
from  test.test_zw
limit 3
           

5 重命名列

英文字段名不太友好，可以进行重命名。使用as关键字进行重命名，as也可以省略。注意中文字段名要用反引号括起来，不然会出错。反引号就是键盘左上角esc下面那个键，按shift可以出来。

select name as `姓名`
,course as `课程`
,score  `成绩`
from  test.test_zw
limit 3
           

6 单行注释

注释后的代码不执行，也可以用来进行代码解释，多写注释，生活简单。

-- 读取学生成绩数据
select name,course,score
from  test.test_zw  
-- limit 3  -- 限制三行
           

7 distinct 去重

distinct关键字可以去重,返回不重复的学生姓名。

select distinct name
from  test.test_zw
           

distinct是作用在整行，而不是一个字段，返回不重复的姓名和课程

select distinct name,course
from  test.test_zw
           

数据量大的话，使用distinct去重会很耗资源，很多公司限制使用distinct关键字。

8 group by 去重

groupby分组，刚好可以用来去重，当数据量大时，效率比distinct高很多，返回不重复的姓名。

select name
from  test.test_zw
group by name