❶ 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。
❷ 利用SQL語句如何獲得兩個日期之間相差的天數
用sysdate假設結束日期欄位是end_date
添加這個判斷條件：
where to_char("end_date",'YYYY') = to_char(sysdate,'YYYY') 判斷年相同
and to_char("end_date",'MM') = to_char(sysdate,'MM') 判斷月相同
and to_char("end_date",'dd') - to_char(sysdate,'dd') = 15 判斷日相同
或者：
where to_char("end_date",'YYYY-MM-DD') - to_char(sysdate,'YYYY-MM-DD')=15
(2)hivesql時間差擴展閱讀：
注意事項
DATEDIFF返回跨兩個指定日期的日期和時間邊界數。
語法：DATEDIFF ( datepart , startdate , enddate )
參數：datepart
是規定了應在日期的哪一部分計算差額的參數。下表列出了 Microsoft® SQL Server™ 識別的日期部分和縮寫。
startdate是返回datetime或smalldatetime值或日期格式字元串的表達式。 因為smalldatetime只精確到分鍾，所以當用smalldatetime值時，秒和毫秒總是 0。
如果只指定年份的最後兩位數字，則小於或等於"兩位數年份截止期"配置選項的值的最後兩位數字的數字所在世紀與截止年所在世紀相同。大於該選項的值的最後兩位數字的數字所在世紀為截止年所在世紀的前一個世紀。例如，如果 two digit year cutoff 為 2049（默認），則 49 被解釋為 2049，2050 被解釋為 1950。為避免模糊，請使用四位數的年份。
有關時間值指定的更多信息，請參見時間格式。有關日期指定的更多信息，請參見 datetime 和 smalldatetime。
enddate是計算的終止日期。enddate 是返回 datetime 或 smalldatetime 值或日期格式字元串的表達式。
返回類型：integer
注釋：startdate 是從 enddate 減去。如果 startdate 比 enddate 晚，返回負值。當結果超出整數值范圍，DATEDIFF 產生錯誤。對於毫秒，最大數是 24 天 20 小時 31 分鍾零 23.647 秒。對於秒，最大數是 68 年。
❸ hive 一timestamp列時間向後飄移1小時，請問原因
先明白數據倉庫的作用－－存儲歷史數據－進而對數據進行分析，只提供查詢－不提供修改
1。Hive 的目標是做成數據倉庫，所以它提供了SQL，提供了文件－表的映射關系，又由於Hive基於HDFS，所以不提供Update，因為HDFS本身就不支持。
2.HBase 是NoSQL資料庫－所以不要跟傳統混淆並談－NoSQL 提供的是另一種思路來滿足高性能的需求，而這些是傳統資料庫的短板，與傳統資料庫的理念不一樣
3.load data 這個可以自己去查。Hbase要使用自己的API
4.是的。
5.這句話不對。
6.映射就是結構對應－如文件每一行的第一個欄位－映射到Hive表的第一個欄位
類似Hibernate的語法解析。
❹ hive中如何求兩個時間點之間相差月份數，我只知道datediff函數可以求天數
可以用datediff函數。
創建表及插入數據：
create table test
(begindate datetime,
enddate datetime);
insert into test values ('2015-01-01','2015-07-13')
執行：
select datediff(day,begindate,enddate) from test;
結果：
❺ Hivesql計算兩個時間戳相差的分鍾數
1.Hive row_number() 函數的高級用法 row_num 按照某個欄位分區顯示第幾條數據
select imei,ts,fuel_instant,gps_longitude,gps_latitude,row_number() over (PARTITION BY imei ORDER BY ts ASC) as row_num from sample_data_2
2.row_num 是相互連續的，join 自身，然後時間相減可求差
create table obd_20140101 as
select a.imei,a.row_num,a.ts,COALESCE(unix_timestamp(a.ts, 'yyyy-MM-dd HH:mm:ss.S'), 0) - unix_timestamp(b.ts, 'yyyy-MM-dd HH:mm:ss.S') as intervel ,a.fuel_instant,a.gps_speed as obd_speed,a.gps_status,a.gps_longitude,a.gps_latitude,a.direct_angle,a.obdspeed from obddata_20140101 a join obddata_20140101 b on a.imei = b.imei and a.row_num = b.row_num +1
❻ hive裡面怎麼把兩個時間點相減 然後求出相隔多少秒比如2015-05-01 12:02:03和
unix_timestamp(end_time) - unix_timestamp(start_time)
datediff 只能精確到天