HiveQL Select-Group By语句

在HiveQL中，使用SELECT和GROUP BY可以进行数据查找和数据分组操作。SELECT是一种过滤和排序数据的SQL操作，而GROUP BY则是用来对数据进行分组汇总的操作。下面将分别介绍这两种操作的用法和示例。

阅读更多：Hive 教程

SELECT操作

SELECT是从数据库中检索数据的关键字，它与FROM一起使用来指定查询操作的数据表，同时还可以通过WHERE、ORDER BY、GROUP BY、HAVING等子句来过滤、排序、分组汇总数据。下面是一个使用SELECT操作的示例：

SELECT column1, column2, column3
FROM table_name
WHERE condition;

其中，column1、column2、column3是要返回的列名，table_name是要查询的数据表，condition是筛选条件。例如：

SELECT name, age, gender
FROM students
WHERE age > 18;

上面的查询会返回students表中年龄大于18岁的学生的姓名、年龄和性别。HiveQL还支持在SELECT中使用函数来处理数据，例如：

SELECT CONCAT(name, " is ", age, " years old.") AS message
FROM students;

上面的查询将会返回每个学生的信息，格式为”姓名 is 年龄 years old.”。

GROUP BY操作

GROUP BY是对数据进行分组操作的关键字，它常与聚合函数一起使用来对分组后的数据进行汇总统计。例如，我们可以使用GROUP BY和COUNT函数来统计每个性别的学生数量：

SELECT gender, COUNT(*)
FROM students
GROUP BY gender;

上面的查询会返回每个性别的学生数量，例如：

gender    count
------    -----
male      25
female    18

在GROUP BY中，还可以使用多个列名来进行分组，例如：

SELECT department, gender, COUNT(*)
FROM students
GROUP BY department, gender;

上面的查询会返回每个院系不同性别的学生数量，例如：

department  gender    count
----------  ------    -----
Computer    male      10
Computer    female    5
Math        male      7
Math        female    8

除了COUNT函数，还可以使用SUM、AVG、MAX、MIN等聚合函数进行数据统计，例如：

SELECT age, AVG(score), MAX(score), MIN(score)
FROM students
GROUP BY age;

上面的查询会根据年龄对学生的平均分、最高分、最低分进行统计。

结论

HiveQL中的SELECT和GROUP BY是对数据进行查询和统计的重要操作。掌握这两种操作的基本用法，可以帮助我们更好地应用HiveQL来处理海量数据。