hive\hadoop 常用命令

—1——————

后台跑程序语句：

在shell下输入： nohup hive -f  aaa.sql >bbb.log 2>&1 &

然后把sql 的脚本导入服务器上:Transfer—Zmodem upload List

相关命令：jobs:可以看到运行的任务，；cat bbb.log 可以看到这个任务运行情况

后台上传python脚本

nohup python -u day_cid2.py >bbb.log 2>&1 &   运行后会返回任务代号

找到返回的任务代号 ： ps -ef  | grep cid

关闭这个脚本，kill -9 32380  其中32380是任务代号

====2================

文件传输：

打印列名语句：set hive.cli.print.header=true;

set hive.groupby.skewindata=true; --如果是group by过程出现倾斜 应该设置为true,解决数据倾斜的万能钥匙

shell rz  文件从当前电脑传到 本地服务器；sz  文件从本地服务器下载到当前电脑

hadoop  put 文件从本地服务器传到集群 ；get 文件从集群传到本地服务器

ctrl +c 杀死当前程序

可以使用cat命令从文件中读入两个文件，然后将重定向到一个新的文件:

将file1.txt和file2.txt合并到file.txt

$ cat file1.txt file2.txt > file.txt

也可以只使用cat命令读入一个文件，然后使用>>将文本流追加到另一个文件的末位。

用法示例：

将file1.txt追加到file2.txt的末尾

$ cat file1.txt >> file2.txt

显示表的hfs 路径：在hive环境下 输入：show create table user_app_current; 就会输出该表的hdfs路径

查看表的信息:describe extended tablenames

test  user_lastlogin_wide_parquet.txt

[zhangb@bi-01 ~]$ cd /home/zhangb

[zhangb@bi-01 ~]$ ls

test  user_lastlogin_wide_parquet.txt

[zhangb@bi-01 ~]$ load data local inpath '/home/zhangb/user_lastlogin_wide_parquet.txt' into table dw_user_lastlogin_wide_parquet partition(day=20151106);

=====3====================

hive命令：

退出hive 是用quit 命令

然后回到服务器里面的目录

然后上传文件 rz

最后就可以导入文件了 load 命令了

转换回去 本地电脑后 用先找回自己用的数据库

use zhangb  才能找回里面的表

cat 某个文件可以展示文件的内容 cat 后面要带具体的文件

tar cf  file.tar files 创建一个压缩包

tar xf file.tar 解压这个包

hive sql 中 having语句是对增加了一个变量后的新变量条件限制，如果没有这个语句，要对新变量进行条件限制的话，查询语句需要多写一层。

将文件从服务器里面导出到本地电脑 用sz 语句

在linux下 用 sz wd1/000000_0  即可在本地电脑的 文稿 里面找到文件

在hive状态下可以通过 在命令前面 加 感叹号 ！ 来执行linux cls命令，而不用退出hive。

show databases like 'u.*'; 显示以u开头的数据库

set hive.cli.print.current.db=true; 可以展示当前数据库的名称 set hive.cli.print.current.db=false 可以消除

复制表的结构： create extenal table zhangb.emp2

like zhangb.emp

l                      location ‘/user/zhangb/data’;

hive 用于2张或者多张表关联是，用join语句，默认最后那张表是最大的那个表，所以要把最大的表放在后面。例如：a join b,on…..  则 b 表的范围要大于a表。但是他会用特殊标记指明哪个表是大表，这样不用再将大表写在join的后面了。

left outer join 是把左边的表全保留，右边的有就匹配，没有就显示为

full outer join 是全连接，只要一个表符合where条件就可以保留这行数据，另一个表若没有就用null代替

show partition 表名  #显示表的分区

show creat table  表名  #展示表的字段

describe table  表名  #

创建表：

create table  zhangb_check_age

(imei_md5 string,gender string ,age string,education)

row format delimited  fields terminated by '|'

stored as textfile;

导入hdfs数据：

load data  inpath '/user/hive/warehouse/zhujx.db/zhangb/  /'into table zhangb_check_age  ;

=============4==分组处理==================

分组后求每一组的前10个数据  ：

1

2 3 4

select  名称,时间, 数量 from (select row_number() over(partition by 名称 order by 时间 asc) rn,名称,时间, 数量 from tb) a where rn<3

分组求每组最大值：ow_number()over()

select * from

(

select t.*,row_number()over(partition by phone_model order by t.cnt desc) as rank

from (

select phone_model,substr(mac_colon,1,8) as mmac,count(substr(mac_colon,1,8)) as cnt from report_dw_mdp.dw_user_wide_table_gid where day=20161009

and phone_model in ('MI 4LTE','A31’） and length(substr(mac_colon,1,8))>0

group by phone_model,substr(mac_colon,1,8)

) t

)awhere a.rank=1;

普通连接如下

select table1.c1,table1.c2,table3.c3

from table1,table2,table3

where table1.id=table2.id and table2.id=table3.id

这样找到的是表1为主，通过表2找表3，若表3中能找到对应id行，则取出，否则忽视掉表1id对应的行

笛卡尔乘积 是返回两个表的行数之积的个数的记录。join 后面不加行就是笛卡尔乘积

hive中对数据的类型进行转化，用的是cast语句。例如：cast(id as float) <10000

union all 是对两个结构完全一样的数据进行合并

--======5=======hadoop fs 学习 =============

1,hadoop fs -mkdir /user/ww1   #创建了一个路径 ww1

2,hadoop fs -ls /user

3.hadoop fs -ls /user/ww1

4\hadoop fs -put /home/zhangb/wd1/000000_0   /user/ww1   #把文件从本地服务器转移到hdfs系统中

5\在hive的界面，可以通过 直接dfs －＊＊ 方式来执行Hadoop fs 的命令，以分号结尾即可。

6\ hadoop fs -mkdir /user/hive/warehouse/zhujx.db/zhangb/data2 在集群里面创建一个文件夹

7\put 数据  hadoop fs -put /home/zhujx/zhangb/1.txt /user/hive/warehouse/zhujx.db/zhangb/zy1 把数据从服务器里面传到集群的文件夹里面

8、hadoop fs -get sddr destaddr 将hadoop中的文件转移到服务器上

=====================hdfs 命令==========

1，Hadoop fs –fs [local | <file system URI>]：声明hadoop使用的文件系统，如果不声明的话，使用当前配置文件配置的，按如下顺序查找：hadoop jar里的hadoop-default.xml->$HADOOP_CONF_DIR下的hadoop-default.xml->$HADOOP_CONF_DIR下的hadoop-site.xml。使用local代表将本地文件系统作为hadoop的DFS。如果传递uri做参数，那么就是特定的文件系统作为DFS。

2，hadoop fs –ls <path>：等同于本地系统的ls，列出在指定目录下的文件内容，支持pattern匹配。输出格式如filename(full path)   <r n>  size.其中n代表replica的个数，size代表大小（单位bytes）。

3，hadoop fs –lsr <path>：递归列出匹配pattern的文件信息，类似ls，只不过递归列出所有子目录信息。

4，hadoop fs –du <path>：列出匹配pattern的指定的文件系统空间总量（单位bytes），等价于unix下的针对目录的du –sb <path>/*和针对文件的du –b <path> ，输出格式如name(full path)  size(in bytes)。

5，hadoop fs –dus <path>：等价于-du，输出格式也相同，只不过等价于unix的du -sb。

6，hadoop fs –mv <src> <dst>：将制定格式的文件 move到指定的目标位置。当src为多个文件时，dst必须是个目录。

7，hadoop fs –cp <src> <dst>：拷贝文件到目标位置，当src为多个文件时，dst必须是个目录。

8，hadoop fs –rm [-skipTrash] <src>：删除匹配pattern的指定文件，等价于unix下的rm <src>。

9，hadoop fs –rmr [skipTrash] <src>：递归删掉所有的文件和目录，等价于unix下的rm –rf <src>。

10，hadoop fs –rmi [skipTrash] <src>：等价于unix的rm –rfi <src>。

11，hadoop fs –put <localsrc> … <dst>：从本地系统拷贝文件到DFS。

12，hadoop fs –copyFromLocal <localsrc> … <dst>：等价于-put。

13，hadoop fs –moveFromLocal <localsrc> … <dst>：等同于-put，只不过源文件在拷贝后被删除。

14，hadoop fs –get [-ignoreCrc] [-crc] <src> <localdst>：从DFS拷贝文件到本地文件系统，文件匹配pattern，若是多个文件，则dst必须是目录。

15，hadoop fs –getmerge <src> <localdst>：顾名思义，从DFS拷贝多个文件、合并排序为一个文件到本地文件系统。

16，hadoop fs –cat <src>：展示文件内容。

17，hadoop fs –copyToLocal [-ignoreCrc] [-crc] <src> <localdst>：等价于-get。

18，hadoop fs –mkdir <path>：在指定位置创建目录。

19，hadoop fs –setrep [-R] [-w] <rep> <path/file>：设置文件的备份级别，-R标志控制是否递归设置子目录及文件。

20，hadoop fs –chmod [-R] <MODE[,MODE]…|OCTALMODE> PATH…：修改文件的权限，-R标记递归修改。MODE为a+r,g-w,+rwx等，OCTALMODE为755这样。

21，hadoop fs -chown [-R] [OWNER][:[GROUP]] PATH…：修改文件的所有者和组。-R表示递归。

22，hadoop fs -chgrp [-R] GROUP PATH…：等价于-chown … :GROUP …。

23，hadoop fs –count[-q] <path>：计数文件个数及所占空间的详情，输出表格的列的含义依次为：DIR_COUNT,FILE_COUNT,CONTENT_SIZE,FILE_NAME或者如果加了-q的话，还会列出QUOTA,REMAINING_QUOTA,SPACE_QUOTA,REMAINING_SPACE_QUOTA。