背景

在平時業(yè)務(wù)運營分析中經(jīng)常會提取數(shù)據(jù)，也就是大家俗稱的Sql Boy，表哥表姐，各大公司數(shù)據(jù)中臺現(xiàn)在大部分用的都是基于Hadoop的分布式系統(tǒng)基礎(chǔ)架構(gòu)，用的比較多的有Hive數(shù)據(jù)倉庫工具，數(shù)據(jù)分析師在數(shù)據(jù)查詢時用的就是HQL，語法與Mysql有所不同，基本每天都會寫大量的HQL語句，但你有試過哪些風(fēng)格的寫法呢？哪種風(fēng)格的查詢語句更容易理解呢？可能不同的人有不同的看法，下面展示具體的風(fēng)格代碼樣式，看看你喜歡哪種

• Hadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶可以在不了解分布式底層細(xì)節(jié)的情況下，開發(fā)分布式程序。充分利用集群的威力進(jìn)行高速運算和存儲。Hadoop實現(xiàn)了一個分布式文件系統(tǒng)（ Distributed File System），其中一個組件是HDFS（Hadoop Distributed File System）
• hive是基于Hadoop的一個數(shù)據(jù)倉庫工具，用來進(jìn)行數(shù)據(jù)提取、轉(zhuǎn)化、加載，這是一種可以存儲、查詢和分析存儲在Hadoop中的大規(guī)模數(shù)據(jù)的機(jī)制。hive數(shù)據(jù)倉庫工具能將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫表，并提供SQL查詢功能，能將SQL語句轉(zhuǎn)變成MapReduce任務(wù)來執(zhí)行。

風(fēng)格一

這種風(fēng)格大家都比較常用，從結(jié)果向源頭倒著推，直接多層嵌套，一層一層往里面寫，業(yè)務(wù)邏輯復(fù)雜的話有可能寫很多層，達(dá)到幾百行之多，目前很多公司在有數(shù)倉的支持下，基本嵌套的層數(shù)會比較少

select *
from
(
    (select *
    from a_temp
    where xxxx
    group by xxxx) as a
    left join 
    (select *
    from b_temp
    where xxxx) as b 
    on a.id=b.id
) temp
where xxxx
group by xxxx
order by xxxx

風(fēng)格二

with a as(select *
        from a_temp
        where xxxx 
        group by xxxx),
     b as(select *
        from b_temp
        where xxxx)
select *
from a left join b on a.id=b.id
where xxxx 
group by xxxx
order by xxxx

這種風(fēng)格是利用 with 語句，從源頭向結(jié)果正向推，可以把 with 語句理解為建立了一個臨時視圖/表一樣，后面的表引用前面的表，邏輯是正向推進(jìn)

兩種風(fēng)格的區(qū)別

• 風(fēng)格一：用的最多，從結(jié)果向源頭倒著推
• 風(fēng)格二：容易理解，從源頭向結(jié)果正向推

相關(guān)參考

Python 利用Pandas把數(shù)據(jù)直接導(dǎo)入Mysql

Python 基于ssh連接遠(yuǎn)程Mysql數(shù)據(jù)庫

以上就是Hive HQL支持2種查詢語句風(fēng)格的詳細(xì)內(nèi)容，更多關(guān)于Hive HQL查詢語句風(fēng)格的資料請關(guān)注本站其它相關(guān)文章！

香港快速服務(wù)器

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。