----紧接day04笔记继续编辑-----
3.2外部表：
外部表说明：
外部表因为是指定其他的hdfs路径的数据加载到表当中来，所以hive表会认为自己不完全独占这份数据，所以删除hive表的时候，数据仍然存放在hdfs当中，不会删掉。
内部表：当删除表的时候，表结构和表数据全部都会删除掉。
外部表：当删除表的时候，认为表的数据会被其他人使用，自己没有独享数据的权利，所以只会删除掉表的结构（元数据），不会删除表的数据。
操作案例:
分别创建老师与学生表外部表，并向表中加载数据
创建老师表：
create external table teacher (t_id string,t_name string) row format delimited fields terminated by '\t';创建学生表：
create external table student (s_id string,s_name string,s_birth string , s_sex string ) row format delimited fields terminated by '\t';两种给表加载数据的方式:
第一种:从本地文件系统向表中加载数据
load data local inpath '/opt/servers/hivedatas/student.csv' into table student;加载数据并覆盖已有数据
load data local inpath '/opt/servers/hivedatas/student.csv' overwrite into table student;第二种:从hdfs文件系统向表中加载数据（需要提前将数据上传到hdfs文件系统，其实就是一个移动文件的操作）
cd /opt/servers/hivedatas
hdfs dfs -mkdir -p /hivedatas
hdfs dfs -put teacher.csv /hivedatas/
load data inpath '/hivedatas/teacher.csv' into table teacher;如果删掉student表，hdfs的数据仍然存在，并且重新创建表之后，表中就直接存在数据了,因为我们的student表使用的是外部表，drop table之后，表当中的数据依然保留在hdfs上面了。
新开窗口上传数据
第一种方式:从本地文件向表中加载数据
测试,可以不用操作下面这个:
注意:如果第一种的load 的方式加载数据的话,它不会检测数据是否重复,而是直接又加载进表中,而且会在数据库中复制一张同样的表出来
所以,如果我们想覆盖掉之前的数据时,就要在加载数据的命令中添加一个关键字 overwrite
第二种方式从hdfs文件系统向表中加载数据（需要提前将数据上传到hdfs文件系统，其实就是一个移动文件的操作）--上传teacher数据
3.3分区表
在大数据中，最常用的一种思想就是分治，我们可以把大的文件切割划分成一个个的小的文件，这样每次操作一个小的文件就会很容易了，同样的道理，在hive当中也是支持这种思想的，就是我们可以把大的数据，按照每天，或者每小时进行切分成一个个的小的文件，这样去操作小的文件就会容易得多了
- 创建分区表语法
create table score(s_id string,c_id string, s_score int) partitioned by (month string) row format delimited fields terminated by '\t';- 创建一个表带多个分区
create table score2 (s_id string,c_id string, s_score int) partitioned by (year string,month string,day string) row format delimited fields terminated by '\t';- 加载数据到分区表中
load data local inpath '/opt/servers/hivedatas/score.csv' into table score partition (month='201806');- 加载数据到一个多分区的表中去
load data local inpath '/opt/servers/hivedatas/score.csv' into table score2 partition(year='2018',month='06',day='01');- 查看分区
show partitions score;- 添加一个分区
alter table score add partition(month='201805');同时添加多个分区
alter table score add partition(month='201804') partition(month = '201803');注意：添加分区之后就可以在hdfs文件系统当中看到表下面多了一个文件夹
- 删除分区
alter table score drop partition(month = '201806');3.4分桶表
将数据按照指定的字段进行分成多个桶中去，说白了就是将数据按照字段进行划分，可以将数据按照字段划分到多个文件当中去
开启hive的桶表功能
set hive.enforce.bucketing=true;设置reduce的个数
set mapreduce.job.reduces=3;创建通表
create table course (c_id string,c_name string,t_id string) clustered by(c_id) into 3 buckets row format delimited fields terminated by '\t';桶表的数据加载，由于桶表的数据加载通过hdfs dfs -put文件或者通过load data均不好使，只能通过insert overwrite
创建普通表，并通过insert overwrite的方式将普通表的数据通过查询的方式加载到桶表当中去
创建普通表：
create table course_common (c_id string,c_name string,t_id string) row format delimited fields terminated by '\t'; 普通表中加载数据
load data local inpath '/opt/servers/hivedatas/course.csv' into table course_common;通过insert overwrite给桶表中加载数据
insert overwrite table course select * from course_common cluster by(c_id);按百分比取样：整表数据的百分之三十
select * from course tablesample(30 percent);4.hive查询方法
4.1select
全表查询
select * from score;选择特定列查询
select s_id ,c_id from score;列别名
1）重命名一个列。
2）便于计算。
3）紧跟列名，也可以在列名和别名之间加入关键字‘AS’
select s_id as myid ,c_id from score;4.2常用函数
1）求总行数（count）
select count(1) from score;2）求分数的最大值（max）
select max(s_score) from score;3）求分数的最小值（min）
select min(s_score) from score;4）求分数的总和（sum）
select sum(s_score) from score;5）求分数的平均值（avg）
select avg(s_score) from score;4.3、LIMIT语句
典型的查询会返回多行数据。LIMIT子句用于限制返回的行数。
select * from score limit 3;4.4、WHERE语句
select * from score where s_score > 60;4.5、分组
GROUP BY语句
GROUP BY语句通常会和聚合函数一起使用，按照一个或者多个列队结果进行分组，然后对每个组执行聚合操作。
案例实操：
（1）计算每个学生的平均分数
select s_id ,avg(s_score) from score group by s_id;（2）计算每个学生最高成绩
select s_id ,max(s_score) from score group by s_id;HAVING语句
1）having与where不同点
（1）where针对表中的列发挥作用，查询数据；having针对查询结果中的列发挥作用，筛选数据。
（2）where后面不能写分组函数，而having后面可以使用分组函数。
（3）having只用于group by分组统计语句。
2）案例实操：
求每个学生的平均分数
select s_id ,avg(s_score) from score group by s_id;求每个学生平均分数大于85的人
select s_id ,avg(s_score) avgscore from score group by s_id having avgscore > 85;5.hive的FAQ
所有的离线数据处理场景都适用hive吗？
Hive能作为业务系统的数据库使用吗？
Hive与传统MR方式处理数据相比能够提高运行效率吗？
Hive为什么不支持行级别的增删改？
