㈠ hive 執行sql錯誤
貼一下你的SQL。
這個啟動的MapredLocalTask，應該是數據增加到200000時，超過了本地任務的最大限制。
㈡ 如何生成hive的建表語句
hivesql sql
— 獲取指定hive表或指定文件中所有hive表的DDL，如果有按天的分區則默認執行最近7天的分區DDL。同時，table支持符合sql語法的正則表達式，如果有多個表匹配，則提示用戶選擇(使用file則自動關閉該交互功能)。
hivesql synctab
— 基本同上，但是會將得到的DDL提交到當前的hive環境，可用來在不同的hive環境中復製表結構。
如果需要多天分區DDL還可以這樣用(前提是分區中含有日期信息，如pt=20100720):
hivesql sql s_table 20100702 — 除建表語句外，獲得自20100702以來的分區DDL
hivesql sql s_table 20100702 20100725 — ………………………..自20100702-20100725的分區DDL
hivesql sql s_table 20100702 10 — ………………………..自20100702起10天的分區DDL
hivesql synctab和hivesql sql一樣支持上述日期限定功能。
此外，還提供了兩個附加的功能(也很有用呃)
hivesql loc — 根據關鍵字查找能夠匹配到的hive表或對應的數據路徑
hivesql hdfswc — 獲取指定數據目錄下所有數據的總行數，支持普通文本，TextFile和SequenceFile的壓縮格式，類似於linux下的wc -l
㈢ 求一個hive的sql語句。
有點不太明白你的意思，我只按照我自己的理解說了
一般hive 表應該建立一個以day（每一天，比如day=20141227，代表2014-12-27的數據）作為分區，每一天都存一個分區，這個如果想統計7天的 你可以再shell中得到今天作為變數，然後往前推7天那一天作為變數，這兩個變數就可以寫個sql
select * from tablename where day<=today and day>=sevenbeforeday
如果你想從關系型資料庫中導出七個表到hive，就每一天作為分區
㈣ 以下哪些sql語句在hive中執行可以得到系統當前時間年月日
substring(now(),1,10)
from_unixtime(unix_timestamp,'yyyy-MM-dd')
㈤ hive sql里，幫我描述一個簡單的sql的原理
select a.id,a.info,b.num from a join b on a.id=b.id and where b.num>=10
兩個表做關聯，首先where會過濾掉不需要的數據。
至於表怎麼做map和rece操作，在hive里的表是虛擬的，其實還是對hdfs文件進行操作，你可以在hdfs:///user/hive/warehouse路徑下找到以表名來命名的文件，裡面就是表的內容，可以執行-cat命令查看。所以，它的map操作很簡單，就是按行讀文件，然後會根據hive的默認分隔符\001對每行進行切分。切分完成後就會按照你SQL指定的邏輯進行合並，最後再輸出成hdfs文件，只不過在hive裡面看它是以表的形式展現的。
job數會在你執行sql語句之後緊接著有相應的日誌記錄，
Total MapRece jobs = 2
Launching Job 1 out of 2
Number of rece tasks not specified. Estimated from input data size: 2
In order to change the average load for a recer (in bytes):
set hive.exec.recers.bytes.per.recer=<number>
In order to limit the maximum number of recers:
set hive.exec.recers.max=<number>
In order to set a constant number of recers:
這樣就是有兩個job，正在執行第一個job。
Hadoop job information for Stage-1: number of mappers: 5; number of recers: 2
而這個就會告訴你有多少個mapper和recer。
像你寫的這個sql有join操作，而且是hiveSQL裡面最普通的join，那麼一定會有recer參與，如果數據量很大，比如上千萬條記錄，join就會特別慢，job進度就會一直卡在rece操作。可以改成mapjoin或者sort merge bucket mapjoin。
其實hive效率不高，不適合實時查詢，即使一個表為空，用hive進行查詢也會很耗時，因為它要把sql語句翻譯成MR任務。雖然簡化了分布式編程，但是效率上就會付出代價。
你的這句sql應該會翻譯成一個JOB來執行，就是簡單地map和rece。
maprece就是按行讀文件，然後切分，合並，輸出成文件。
㈥ hive 分頁sql語句
分頁實現的方式比較多了 下面舉個例子 比如 獲取前10條數據
註：同時需要記錄這10條中最大的id為preId，作為下一頁的條件。
select * from table order by id asc limit 10;
select * from table where id >preId order by id asc limit 10;
㈦ 下列hive-sql語句，關於空值的處理方法正確的是哪幾個
A 和 D
A是判斷非null的方法
D是空則為9999的處理
㈧ HiveJDBC如何獲取當前SQL語句的表名
一般來說我們對hive的操作都是通過cli來進行,也就是Linux的控制台,但是,這樣做本質上是每個連接都存放一個元數據,各個之間都不相同
㈨ HiveSQL，SQL語句處理，怎麼實現
不是很懂你的意思，是指在（getdate()-7）的那天注冊並登錄的用戶數sumUser和在getdate()里有登錄的用戶數userNum（getdate()-7注冊並登陸的），這兩個數的比例？
select cast(case when sumUser=0 then 0 else userNum/sumUser*100 end as varchar(2))+'%' as 留存率 from
(select
count(nowlogin.openid) as userNum,
count(newlogin.openid)as sumUser
from
(select aa.openid,aa.ftime from t_login_all as aa right join t_login_new as bb on aa.openid=bb.openid and bb.ftime=getdate()-7) as nowlogin,
(select openid from t_login_new where ftime=getdate()-7) as newlogin
where nowlogin.ftime=getdate() and nowlogin.openid=newlogin.openid
) as a
㈩ 如何通過腳本的方法，批量執行hive sql語句
操作方法如下：
把SQL語句寫成存儲過程，這樣以後每次只需要調用存儲過程就行了