Hive 常见问题(持续更新。。。)

Q: 是否有像类似于phpmyadmin一样的hive查询客户端，能以界面的方式查询hive语句和导出数据

A: 有的，客户端的话可以使用squirrel来连接hive，squirrel是一个通用的数据库查询客户端，还有有一个开源项目phphiveadmin也不错，

web方式访问hive，我自己也写了一个hive web client(https://github.com/lalaguozhe/hiveweb-1)

Q: 执行语句时候，能否控制reducer的个数

A: 可以在执行hive语句之前先 set mapred.reduce.tasks=<number>

Q: 是否可能在输出的时候在结果第一行打印列名

A: 可以在执行hive语句之前先 set hive.cli.print.header=true;

Q: Hive是否支持跨数据库查询，比如database arch的table1和database algo的table2 进行join

A: 可以，只要有用户有这两张表的select权限即可，用户需要用“database.table”的方式来指定数据库下的表

Q: Hive是否有内置的函数，可以对输出的数据进行处理

A: Hive提供了丰富的内置函数，参见https://cwiki.apache.org/Hive/languagemanual-udf.html，

用户也可以自己实现自定义的UDF方法来满足更复杂的查询需求

Q: Hive支持exist in么？

A: 不支持，但是可以通过改写语句达到相同的效果，比如对于查询语句：

SELECT a.key, a.value FROM a WHERE a.key in (SELECT b.key FROM B);

可以改写成：

SELECT a.key, a.val

FROM a LEFT SEMI JOIN b on (a.key = b.key)

Q:Hive是否支持本地执行模式

A:Hive支持本地执行模式，当数据量小的时候，本地执行比提交到集群上执行效率提升很大

set hive.exec.mode.local.auto=true(默认false)

当一个job满足如下条件才能真正使用本地模式：

1.job的输入数据大小必须小于参数hive.exec.mode.local.auto.inputbytes.max(默认值128MB)

2.job的map处理的文件数大于参数hive.exec.mode.local.auto.input.files.max(默认值4)

3.job的reduce数必须为0或者1，不管是用户设置的还是系统推测出来的

用参数hive.mapred.local.mem(默认0)来设置local mode下mapper和reducer task jvm heap size

Q: 关键词UNION ALL的用法

A：The number and names of columns returned by each select_statement has to be the same. Otherwise, a schema error is thrown.

UNION ALL两边的字段名，和字段数都必须一致，可以用as xxx来统一字段名，并且目前UNION ALL只能作为子查询

本文链接http://blog.csdn.net/lalaguozhe/article/details/9081971，转载请注明