1.先创建普通表
2.在创建分桶表
(1)create table 表名 (字段 类型,…) clustered by(根据分桶的字段) into 分桶数 buckets row format delimited fields terminated by ‘根据什么分割’;
create table stu_buck(id int, name string)
clustered by(id)
into 4 buckets
row format delimited fields terminated by ‘\t’;
3.设置属性
(1)set hive.enforce.bucketing=ture;//设置分桶开启
(2)set mapreduce.job.reduces=-1;
4.将数据从普通表导入到分桶表
(1)//导入数据的时候要执行mapreduce，才会分桶
insert into table 分桶表 select * from 普通表;
5.查询分桶数据
(1)select * from 分桶表tablesample(bucket 从哪个分桶开始抽取 out of 抽取的数据 on 分桶的字段);
hive (default)> select * from stu_buck tablesample(bucket 1 out of 4 on id);
(2)重点语法：TABLESAMPLE(BUCKET x OUT OF y)
(3)x表示从哪个bucket开始抽取，如果需要取多个分区，以后的分区号为当前分区号加上y。x的值必须小于等于y的值。
其他常用函数
1.nvl:给null的数据赋值
select nvl(含有null值的字段,所要附的值) from表;
select comm, nvl(comm,mgr) from emp;
2.Case when：条件判断
case 字段 when 数据then 返回的值 else 返回的另一个值 end
select
dept_id,
sum(case sex when ‘男’ then 1 else 0 end) male_count,
sum(case sex when ‘女’ then 1 else 0 end) female_count
from
emp_sex
3.行转列
CONCAT(string A/col, string B/col…)：拼接字符串；
CONCAT_WS(separator, str1, str2,…)：它是一个特殊形式的 CONCAT()，根据分割符拼接字符串;
COLLECT_SET(col)：去重字段并且合并为数组，产生array类型字段。
4.列转行
EXPLODE(col)：将hive一列中复杂的array或者map结构拆分成多行。
LATERAL VIEW
用法：LATERAL VIEW udtf(expression) tableAlias AS columnAlias
解释：用于和split, explode等UDTF一起使用，它能够将一列数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合。
5.窗口函数
OVER()：指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化。
CURRENT ROW：当前行
n PRECEDING：往前n行数据
n FOLLOWING：往后n行数据
UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING表示到后面的终点
LAG(col,n,default_val)：往前第n行数据
LEAD(col,n, default_val)：往后第n行数据
NTILE(n)：把有序分区中的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。注意：n必须为int类型。.
6.Rank
RANK() 排序相同时会重复，总数不会变
DENSE_RANK() 排序相同时会重复，总数会减少
ROW_NUMBER() 会根据顺序计算
来源：CSDN
作者：一大溜英文字母
链接：https://blog.csdn.net/weixin_40003829/article/details/103604427