㈠ hive 执行sql错误
贴一下你的SQL。
这个启动的MapredLocalTask，应该是数据增加到200000时，超过了本地任务的最大限制。
㈡ 如何生成hive的建表语句
hivesql sql
— 获取指定hive表或指定文件中所有hive表的DDL，如果有按天的分区则默认执行最近7天的分区DDL。同时，table支持符合sql语法的正则表达式，如果有多个表匹配，则提示用户选择(使用file则自动关闭该交互功能)。
hivesql synctab
— 基本同上，但是会将得到的DDL提交到当前的hive环境，可用来在不同的hive环境中复制表结构。
如果需要多天分区DDL还可以这样用(前提是分区中含有日期信息，如pt=20100720):
hivesql sql s_table 20100702 — 除建表语句外，获得自20100702以来的分区DDL
hivesql sql s_table 20100702 20100725 — ………………………..自20100702-20100725的分区DDL
hivesql sql s_table 20100702 10 — ………………………..自20100702起10天的分区DDL
hivesql synctab和hivesql sql一样支持上述日期限定功能。
此外，还提供了两个附加的功能(也很有用呃)
hivesql loc — 根据关键字查找能够匹配到的hive表或对应的数据路径
hivesql hdfswc — 获取指定数据目录下所有数据的总行数，支持普通文本，TextFile和SequenceFile的压缩格式，类似于linux下的wc -l
㈢ 求一个hive的sql语句。
有点不太明白你的意思，我只按照我自己的理解说了
一般hive 表应该建立一个以day（每一天，比如day=20141227，代表2014-12-27的数据）作为分区，每一天都存一个分区，这个如果想统计7天的 你可以再shell中得到今天作为变量，然后往前推7天那一天作为变量，这两个变量就可以写个sql
select * from tablename where day<=today and day>=sevenbeforeday
如果你想从关系型数据库中导出七个表到hive，就每一天作为分区
㈣ 以下哪些sql语句在hive中执行可以得到系统当前时间年月日
substring(now(),1,10)
from_unixtime(unix_timestamp,'yyyy-MM-dd')
㈤ hive sql里，帮我描述一个简单的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
两个表做关联，首先where会过滤掉不需要的数据。
至于表怎么做map和rece操作，在hive里的表是虚拟的，其实还是对hdfs文件进行操作，你可以在hdfs:///user/hive/warehouse路径下找到以表名来命名的文件，里面就是表的内容，可以执行-cat命令查看。所以，它的map操作很简单，就是按行读文件，然后会根据hive的默认分隔符\001对每行进行切分。切分完成后就会按照你SQL指定的逻辑进行合并，最后再输出成hdfs文件，只不过在hive里面看它是以表的形式展现的。
job数会在你执行sql语句之后紧接着有相应的日志记录，
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:
这样就是有两个job，正在执行第一个job。
Hadoop job information for Stage-1: number of mappers: 5; number of recers: 2
而这个就会告诉你有多少个mapper和recer。
像你写的这个sql有join操作，而且是hiveSQL里面最普通的join，那么一定会有recer参与，如果数据量很大，比如上千万条记录，join就会特别慢，job进度就会一直卡在rece操作。可以改成mapjoin或者sort merge bucket mapjoin。
其实hive效率不高，不适合实时查询，即使一个表为空，用hive进行查询也会很耗时，因为它要把sql语句翻译成MR任务。虽然简化了分布式编程，但是效率上就会付出代价。
你的这句sql应该会翻译成一个JOB来执行，就是简单地map和rece。
maprece就是按行读文件，然后切分，合并，输出成文件。
㈥ hive 分页sql语句
分页实现的方式比较多了 下面举个例子 比如 获取前10条数据
注：同时需要记录这10条中最大的id为preId，作为下一页的条件。
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语句，关于空值的处理方法正确的是哪几个
A 和 D
A是判断非null的方法
D是空则为9999的处理
㈧ HiveJDBC如何获取当前SQL语句的表名
一般来说我们对hive的操作都是通过cli来进行,也就是Linux的控制台,但是,这样做本质上是每个连接都存放一个元数据,各个之间都不相同
㈨ HiveSQL，SQL语句处理，怎么实现
不是很懂你的意思，是指在（getdate()-7）的那天注册并登录的用户数sumUser和在getdate()里有登录的用户数userNum（getdate()-7注册并登陆的），这两个数的比例？
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 如何通过脚本的方法，批量执行hive sql语句
操作方法如下：
把SQL语句写成存储过程，这样以后每次只需要调用存储过程就行了