一、查詢語句注意事項
1、where子句中不能使用字段別名
2、like和rlike
1）使用LIKE運算選擇類似的值
2）選擇條件可以包含字符或數字:
% 代表零個或多個字符(任意個字符)。
_ 代表一個字符。
3）RLIKE子句是Hive中這個功能的一個擴展，其可以通過Java的正則表達式這個更強大的語言來指定匹配條件。
4）案例實操
（1）查找以2開頭薪水的員工信息
hive (default)> select * from emp where sal LIKE '2%';
（2）查找第二個數值爲2的薪水的員工信息
hive (default)> select * from emp where sal LIKE '_2%';
（3）查找薪水中含有2的員工信息
hive (default)> select * from emp where sal RLIKE '[2]';
3、支持滿連接
滿外連接：將會返回所有表中符合WHERE語句條件的所有記錄。如果任一表的指定字段沒有符合條件的值的話，那麼就使用NULL值替代。
hive (default)> select e.empno, e.ename, d.deptno from emp e full join dept d on e.deptno = d.deptno;
4、★連接謂詞中不支持or
hive (default)> select e.empno, e.ename, d.deptno from emp e join dept d on e.deptno = d.deptno or e.ename=d.ename; 錯誤的
二、排序
1、全局排序( order by)
Order By：全局排序，一個Reducer
使用 ORDER BY 子句排序:
ASC（ascend）: 升序（默認）
DESC（descend）: 降序
ORDER BY 子句在SELECT語句的結尾
2、Sort By 每個MapReduce內部排序
Sort By：每個Reducer內部進行排序，對全局結果集來說不是排序。一般結合的是Distributed by使用
sort by 是單獨在各自的reduce中進行排序，所以並不能保證全局有序，一般和distribute by 一起執行，而且distribute by 要寫在sort by前面
如果mapred.reduce.tasks=1和order by效果一樣，如果大於1會分成幾個文件輸出每個文件會按照指定的字段排序，而不保證全局有序。
舉例：
1）．設置reduce個數
hive (default)> set mapreduce.job.reduces=3;
2）．查看設置reduce個數
hive (default)> set mapreduce.job.reduces;
3）．根據部門編號降序查看員工信息
會根據empno的hash值進入不同的reduce中，每個reduce然後在排序
hive (default)> select * from emp sort by empno desc;
4）．將查詢結果導入到文件中（按照部門編號降序排序）
hive (default)> insert overwrite local directory '/opt/module/datas/sortby-result' select * from emp sort by deptno desc;
3、Distribute By分區排序（Distribute By）
Distribute By：類似MR中partition（自定義分區），進行分區，結合sort by使用。
注意，Hive要求DISTRIBUTE BY語句要寫在SORT BY語句之前。
用distribute by 會對指定的字段按照hashCode值對reduce的個數取模，然後將任務分配到對應的reduce中去執行
就是在mapreduce程序中的patition分區過程，默認根據指定key.hashCode()&Integer.MAX_VALUE%numReduce 確定處理該任務的reduce
案例：
hive (default)> set mapreduce.job.reduces=3;
hive (default)> insert overwrite local directory '/opt/module/datas/distribute-result' select * from emp distribute by deptno sort by empno desc;
寫入本地文件只能用overwrite，不能用into
4、Cluster By
distribute by 和 sort by 合用就相當於cluster by，但是cluster by 不能指定排序爲asc或 desc 的規則，只能是desc倒序排列。
當distribute by和sorts by字段相同時，可以使用cluster by方式。
cluster by除了具有distribute by的功能外還兼具sort by的功能。但是排序只能是升序排序，不能指定排序規則爲ASC或者DESC。
1）以下兩種寫法等價
hive (default)> select * from emp cluster by deptno;
hive (default)> select * from emp distribute by deptno sort by deptno;
注意：按照部門編號分區，不一定就是固定死的數值，可以是20號和30號部門分到一個分區裏面去。
