Hive-1.2.1_06_累計報表查詢

来源:https://www.cnblogs.com/zhanglianghhh/archive/2018/07/22/9350161.html
-Advertisement-
Play Games

1. 數據準備 2. 用戶一個月總金額 3. 將月總金額表 自己連接 自己連接 4. 累計報表 4.1. 類似數據在MySQL資料庫查詢 4.2. Hive中運行 ...


 

1. 數據準備

 1 # 本地數據準備
 2 [yun@mini01 hive]$ pwd
 3 /app/software/hive
 4 [yun@mini01 hive]$ ll /app/software/hive/t_access_times.dat 
 5 -rw-rw-r-- 1 yun yun 153 Jul 17 16:15 /app/software/hive/t_access_times.dat
 6 [yun@mini01 hive]$ cat /app/software/hive/t_access_times.dat 
 7 A,2015-01-01,5
 8 A,2015-01-05,15
 9 B,2015-01-07,5
10 A,2015-01-10,8
11 B,2015-01-20,25
12 A,2015-01-31,5
13 A,2015-02-01,4
14 A,2015-02-10,6
15 B,2015-02-15,10
16 B,2015-02-25,5
17 A,2015-03-02,1
18 B,2015-03-02,2
19 A,2015-03-04,4
20 B,2015-03-07,4
21 A,2015-03-10,1
22 B,2015-03-12,8
23 A,2015-03-14,3
24 B,2015-03-17,6
25 A,2015-03-28,2
26 # hive 建表
27 hive (test_db)> create table t_access_times(username string,month string,salary int)
28               > row format delimited fields terminated by ',';
29 OK
30 Time taken: 0.16 seconds
31 
32 # 數據上傳  從desc formatted t_access_times; 可獲取Location信息
33 0: jdbc:hive2://mini01:10000> load data local inpath '/app/software/hive/t_access_times.dat' [overwrite] into table t_access_times; # 上傳
34 INFO  : Loading data to table test_db.t_access_times from file:/app/software/hive/t_access_times.dat
35 INFO  : Table test_db.t_access_times stats: [numFiles=1, totalSize=153]
36 No rows affected (0.764 seconds)
37 0: jdbc:hive2://mini01:10000> select * from t_access_times; # 查詢數據
38 +--------------------------+-----------------------+------------------------+--+
39 | t_access_times.username  | t_access_times.month  | t_access_times.salary  |
40 +--------------------------+-----------------------+------------------------+--+
41 | A                        | 2015-01-01            | 5                      |
42 | A                        | 2015-01-05            | 15                     |
43 | B                        | 2015-01-07            | 5                      |
44 | A                        | 2015-01-10            | 8                      |
45 | B                        | 2015-01-20            | 25                     |
46 | A                        | 2015-01-31            | 5                      |
47 | A                        | 2015-02-01            | 4                      |
48 | A                        | 2015-02-10            | 6                      |
49 | B                        | 2015-02-15            | 10                     |
50 | B                        | 2015-02-25            | 5                      |
51 | A                        | 2015-03-02            | 1                      |
52 | B                        | 2015-03-02            | 2                      |
53 | A                        | 2015-03-04            | 4                      |
54 | B                        | 2015-03-07            | 4                      |
55 | A                        | 2015-03-10            | 1                      |
56 | B                        | 2015-03-12            | 8                      |
57 | A                        | 2015-03-14            | 3                      |
58 | B                        | 2015-03-17            | 6                      |
59 | A                        | 2015-03-28            | 2                      |
60 +--------------------------+-----------------------+------------------------+--+
61 19 rows selected (0.102 seconds)
62 # 根據月份查詢  去掉月份欄位中的天信息
63 0: jdbc:hive2://mini01:10000> select a.username, substr(a.month,1,7) month, a.salary from t_access_times a;
64 +-------------+----------+-----------+--+
65 | a.username  |  month   | a.salary  |
66 +-------------+----------+-----------+--+
67 | A           | 2015-01  | 5         |
68 | A           | 2015-01  | 15        |
69 | B           | 2015-01  | 5         |
70 | A           | 2015-01  | 8         |
71 | B           | 2015-01  | 25        |
72 | A           | 2015-01  | 5         |
73 | A           | 2015-02  | 4         |
74 | A           | 2015-02  | 6         |
75 | B           | 2015-02  | 10        |
76 | B           | 2015-02  | 5         |
77 | A           | 2015-03  | 1         |
78 | B           | 2015-03  | 2         |
79 | A           | 2015-03  | 4         |
80 | B           | 2015-03  | 4         |
81 | A           | 2015-03  | 1         |
82 | B           | 2015-03  | 8         |
83 | A           | 2015-03  | 3         |
84 | B           | 2015-03  | 6         |
85 | A           | 2015-03  | 2         |
86 +-------------+----------+-----------+--+
87 19 rows selected (0.078 seconds)

 

 

2. 用戶一個月總金額

 1 # 或者使用 select x.username, x.month, sum(x.salary) from (select a.username, substr(a.month,1,7) month, a.salary from t_access_times a) x group by x.username, x.month; 
 2 0: jdbc:hive2://mini01:10000> select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7);
 3 INFO  : Number of reduce tasks not specified. Estimated from input data size: 1
 4 INFO  : In order to change the average load for a reducer (in bytes):
 5 INFO  :   set hive.exec.reducers.bytes.per.reducer=<number>
 6 INFO  : In order to limit the maximum number of reducers:
 7 INFO  :   set hive.exec.reducers.max=<number>
 8 INFO  : In order to set a constant number of reducers:
 9 INFO  :   set mapreduce.job.reduces=<number>
10 INFO  : number of splits:1
11 INFO  : Submitting tokens for job: job_1531893043061_0002
12 INFO  : The url to track the job: http://mini02:8088/proxy/application_1531893043061_0002/
13 INFO  : Starting Job = job_1531893043061_0002, Tracking URL = http://mini02:8088/proxy/application_1531893043061_0002/
14 INFO  : Kill Command = /app/hadoop/bin/hadoop job  -kill job_1531893043061_0002
15 INFO  : Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 1
16 INFO  : 2018-07-18 14:04:19,689 Stage-1 map = 0%,  reduce = 0%
17 INFO  : 2018-07-18 14:04:25,077 Stage-1 map = 100%,  reduce = 0%, Cumulative CPU 3.08 sec
18 INFO  : 2018-07-18 14:04:32,638 Stage-1 map = 100%,  reduce = 100%, Cumulative CPU 5.53 sec
19 INFO  : MapReduce Total cumulative CPU time: 5 seconds 530 msec
20 INFO  : Ended Job = job_1531893043061_0002
21 +-------------+----------+------+--+
22 | a.username  |  month   | _c2  |
23 +-------------+----------+------+--+
24 | A           | 2015-01  | 33   |
25 | A           | 2015-02  | 10   |
26 | A           | 2015-03  | 11   |
27 | B           | 2015-01  | 30   |
28 | B           | 2015-02  | 15   |
29 | B           | 2015-03  | 20   |
30 +-------------+----------+------+--+
31 6 rows selected (18.755 seconds)

 

 

3. 將月總金額表 自己連接 自己連接

 1 0: jdbc:hive2://mini01:10000> select * from
 2 0: jdbc:hive2://mini01:10000> (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) A
 3 0: jdbc:hive2://mini01:10000> inner join
 4 0: jdbc:hive2://mini01:10000> (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) B
 5 0: jdbc:hive2://mini01:10000> on A.username = B.username
 6 0: jdbc:hive2://mini01:10000> ORDER BY A.username, A.`month`, B.`month`;
 7 INFO  : Number of reduce tasks not specified. Estimated from input data size: 1
 8 …………………………
 9 INFO  : Ended Job = job_1531893043061_0029
10 +-------------+----------+-----------+-------------+----------+-----------+--+
11 | a.username  | a.month  | a.salary  | b.username  | b.month  | b.salary  |
12 +-------------+----------+-----------+-------------+----------+-----------+--+
13 | A           | 2015-01  | 33        | A           | 2015-01  | 33        |
14 | A           | 2015-01  | 33        | A           | 2015-02  | 10        |
15 | A           | 2015-01  | 33        | A           | 2015-03  | 11        |
16 | A           | 2015-02  | 10        | A           | 2015-01  | 33        |
17 | A           | 2015-02  | 10        | A           | 2015-02  | 10        |
18 | A           | 2015-02  | 10        | A           | 2015-03  | 11        |
19 | A           | 2015-03  | 11        | A           | 2015-01  | 33        |
20 | A           | 2015-03  | 11        | A           | 2015-02  | 10        |
21 | A           | 2015-03  | 11        | A           | 2015-03  | 11        |
22 | B           | 2015-01  | 30        | B           | 2015-01  | 30        |
23 | B           | 2015-01  | 30        | B           | 2015-02  | 15        |
24 | B           | 2015-01  | 30        | B           | 2015-03  | 20        |
25 | B           | 2015-02  | 15        | B           | 2015-01  | 30        |
26 | B           | 2015-02  | 15        | B           | 2015-02  | 15        |
27 | B           | 2015-02  | 15        | B           | 2015-03  | 20        |
28 | B           | 2015-03  | 20        | B           | 2015-01  | 30        |
29 | B           | 2015-03  | 20        | B           | 2015-02  | 15        |
30 | B           | 2015-03  | 20        | B           | 2015-03  | 20        |
31 +-------------+----------+-----------+-------------+----------+-----------+--+
32 18 rows selected (85.593 seconds)
33 ###################################################### 
34 # 查詢後排序
35 0: jdbc:hive2://mini01:10000> select * from
36 0: jdbc:hive2://mini01:10000> (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) A
37 0: jdbc:hive2://mini01:10000> inner join
38 0: jdbc:hive2://mini01:10000> (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) B
39 0: jdbc:hive2://mini01:10000> on A.username = B.username
40 0: jdbc:hive2://mini01:10000> where A.month >= B.month
41 0: jdbc:hive2://mini01:10000> ORDER BY A.username, A.month, B.month; 
42 INFO  : Number of reduce tasks not specified. Estimated from input data size: 1
43 …………………………
44 INFO  : Ended Job = job_1531893043061_0016
45 +-------------+----------+--------+-------------+----------+--------+--+
46 | a.username  | a.month  | a._c2  | b.username  | b.month  | b._c2  |
47 +-------------+----------+--------+-------------+----------+--------+--+
48 | A           | 2015-01  | 33     | A           | 2015-01  | 33     |
49 | A           | 2015-02  | 10     | A           | 2015-01  | 33     |
50 | A           | 2015-02  | 10     | A           | 2015-02  | 10     |
51 | A           | 2015-03  | 10     | A           | 2015-01  | 33     |
52 | A           | 2015-03  | 10     | A           | 2015-02  | 10     |
53 | A           | 2015-03  | 10     | A           | 2015-03  | 10     |
54 | B           | 2015-01  | 30     | B           | 2015-01  | 30     |
55 | B           | 2015-02  | 15     | B           | 2015-01  | 30     |
56 | B           | 2015-02  | 15     | B           | 2015-02  | 15     |
57 | B           | 2015-03  | 20     | B           | 2015-01  | 30     |
58 | B           | 2015-03  | 20     | B           | 2015-02  | 15     |
59 | B           | 2015-03  | 20     | B           | 2015-03  | 20     |
60 +-------------+----------+--------+-------------+----------+--------+--+
61 12 rows selected (83.385 seconds)

 

 

4. 累計報表

4.1. 類似數據在MySQL資料庫查詢

1 # 使用這個SQL語句就可了，但是在HIVE中運行不了
2 select A.username, A.month, A.salary , sum(B.salary) countSala from
3 (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) A
4 inner join
5 (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) B
6 on A.username = B.username
7 where A.month >= B.month
8 group by A.username, A.month
9 ORDER BY A.username, A.month, B.month;

 

 

4.2. Hive中運行

 1 # 上面的SQL不能運行  所以查詢列表改為了max(A.salary) salary  ；  order by 中去掉了 B.month  。
 2 0: jdbc:hive2://mini01:10000> select A.username, A.month, max(A.salary) salary, sum(B.salary) countSala from
 3 0: jdbc:hive2://mini01:10000> (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) A
 4 0: jdbc:hive2://mini01:10000> inner join
 5 0: jdbc:hive2://mini01:10000> (select a.username, substr(a.month,1,7) month, sum(a.salary) salary from t_access_times a group by a.username, substr(a.month,1,7)) B
 6 0: jdbc:hive2://mini01:10000> on A.username = B.username
 7 0: jdbc:hive2://mini01:10000> where A.month >= B.month
 8 0: jdbc:hive2://mini01:10000> group by A.username, A.month
 9 0: jdbc:hive2://mini01:10000> ORDER BY A.username, A.month;
10 INFO  : Number of reduce tasks not specified. Estimated from input data size: 1
11 ………………
12 INFO  : Ended Job = job_1531893043061_0052
13 +-------------+----------+---------+------------+--+
14 | a.username  | a.month  | salary  | countsala  |
15 +-------------+----------+---------+------------+--+
16 | A           | 2015-01  | 33      | 33         |
17 | A           | 2015-02  | 10      | 43         |
18 | A           | 2015-03  | 11      | 54         |
19 | B           | 2015-01  | 30      | 30         |
20 | B           | 2015-02  | 15      | 45         |
21 | B           | 2015-03  | 20      | 65         |
22 +-------------+----------+---------+------------+--+
23 6 rows selected (106.718 seconds)

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Oracle ORA12514 監聽程式當前無法識別連接描述符中請求的服務
    在連接資料庫的時候，有時會遇到一個“ORA12514：監聽程式當前無法識別連接描述符中請求的服務”的錯誤，這個錯誤其實就是資料庫動態註冊（關於動態註冊會在稍後講解）不生效，導致監聽器無法識別客戶端連接符中提供的服務名，從而拒絕建立資料庫連接時報的錯誤信息，所以就需要對監聽器配置做修改。 在這裡，還需 ...
  • Percona-Tookit工具包之pt-table-usage
    占座 ...
  • PostgreSQL>視窗函數的用法
    PostgreSQL之視窗函數的用法 轉載請註明出處:https://www.cnblogs.com/funnyzpc/p/9311281.html PostgreSQL的高級特性本準備三篇的(遞歸、視窗函數、JSON)，結果中間一直一直加班 和遺忘 拖到現在才寫到中篇，欸，加班真不是一件好事情。 ...
  • Redis（三）Redis基本命令操作與API
    一Redis 連接 Redis 連接命令主要是用於連接 redis 服務。 實例 以下實例演示了客戶端如何通過密碼驗證連接到 redis 服務，並檢測服務是否在運行： 下表列出了 redis 連接的基本命令： 二Redis 鍵(key) Redis key命令用於管理 redis 的鍵。 語法 實例 ...
  • Mysql--變數
    一、 系統變數 說明：變數由系統定義，不是用戶定義，屬於伺服器層面 註意：全局變數需要添加global關鍵字，會話變數需要添加session關鍵字，如果不寫，預設會話級別 使用步驟： 1、查看所有系統變數 show global|【session】variables; 2、查看滿足條件的部分系統變數 ...
  • Mysql--存儲過程
    存儲過程 一、存儲過程的定義 二、存儲過程的優點 三、存儲過程的使用 3.1 存儲過程的創建和調用 3.2存儲過程的查看和刪除 一、存儲過程的定義： 存儲過程是一組為了完成特定功能的SQL語句集，存儲在數據中，經過一次編譯後再次調用不需要二次編譯，可以理解為批處理語句。 二、優點 ①提高了代碼的重用 ...
  • MySQL中間件之ProxySQL(11)：鏈式規則( flagIN 和 flagOUT )
    返回 "ProxySQL系列文章：http://www.cnblogs.com/f ck need u/p/7586194.html"   1.理解鏈式規則 在mysql_query_rules表中，有兩個特殊欄位" flagIN "和" flagOUT "，它們分別用來定義規則的入口和出 ...
  • SQL Server中的數據類型
    參考 SQL Server 2012編程入門經典(第4版) SQL Server 自帶的數據類型 整型： 貨幣 近似小數 日期/時間 特殊數字 字元 Unicode 二進位 其他 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類