038-尚硅谷-Hive-DML 查询 准备数据

讲过了这前面的一些地方，呃，那首先呢，有个查询，它有一个官方文档，还是之前我们那个看到的官方文档，我看下这个时候能不能网速好一点，它网更新了是不是好好一些了，是不是它里面呢，就会有这些，这个是查询的语法对吧？啊里边有这个呢？啊，当然这个是之前没有的啊，Part分区对吧，Have里边是有的，因为它利用MR嘛，分区计算啊，Heavy limit这个东西就有了，对吧？呃，然后其他的这个group by什么。当然这个还有这个应该是没有的，对吧，他当中没有的好对吧，状语，状语当中呢，有这个have状语，还有out状语，就是大家所知道的left out状语跟out状语，但其实out可以不写，包括内连接叫in的状语，这个in的是不是可以省了对吧？啊，就直接写状语就好了啊呃，Union。

连接这个知道吗？这个也不知道是吧？啊行，那后面的东西就不知道了，因为在MYS当中呢，就没有了啊，这个开窗啊over呀，这些东西没有了，这是我们后面要不同的，那前面呢，我们还是一样的，刚才所说的复习，就是说把这些东西再大家再再去过一遍啊买这个都已经学过了，嗯，你们之前说手上不有那个题吗？做的怎么样了，不是那天还问你们有没有那个题，如果没有的话，到时候把那个老师给他发一下，抽时间去做一做啊，首先写一写，搜个搜个这个东西呢，要多练。真的要多练，没有什么技巧啊，到时候你会看到千里有怪的搜狗啊，那我们看一下整个的查询语法是这样的，C select的语句，对吧？呃，C select新其实然后呢，或者说查询字段，或者说加distinct，加驱虫的方式。

查这个字段，我们要通过什么去重的方式去查啊，因为可能一个字段，哎，假如说有重名的啊，我们就就想重名的呢，我就要看一个对吧，要distinct就做一个驱重，然后书上一张表后面呢，跟着where To By all the by，当然后面如果说你有heavy，那海位写在哪个位置，海位写在哪啊对，在这个之间嘛，因为既然搜狗这个关键字的位置，你不能随便写是不是啊。对吧，它比较死啊，这个语法是吧？啊后面这个是class by，这个我们后面再聊啊，然后呢，还有个limit limit都知道对吧？啊现在说出多少个啊，假如说你这张查有100条，那我就只看前十条，对吧？啊，可以做这个事情啊啊那我们看基本语法啊，第一个就所谓的基本查询，就select什么东西从一张表里边去查，那我们先造一些数据啊，先造一些数据啊第一个呢，我们准备一个DP表，把这个文件呢拿过来。

后面的数据啊，我都统一放了，不像刚才之前放测试的那么乱了，对吧，那我们在这专门来一个data目录啊，CD的这个data目录里边，在这Y一个dept.t Di插入啊，注意一定要敲一个I啊，如果不敲I的话，我估计你里边数据啊从从这开始的。对吧，从这个C开始的，知道是为什么吧，如果不敲A，是不是他遇到第一个AIO的时候开始插入了，对吧？啊，所以一定要敲一个I，要注意一下，要不然数据就不对了啊，这里面是杠T分割啊，啊这是部门表啊，有这些部门对吧？啊那么接下来呢，YM一个EP这张表点PG啊把这个文件呢搞一下，还有一个员工表，这两张表大家还熟吗？不熟啊，这不是你们讲买色克那两张表啊，没有那个表达，现在你们自己什么自己编的无所谓了，出去就行了，然把这个表现一下，这个表达已经敲很多了，不敲了，然后直接呢可的table先有一个部门表。

OK吧，然后呢是三个字段嘛，部门ID，部门名称和一个什么location位置啊，就是说上面呢，是表示的它的一个位置的一个编号，1700可能对应的什么上海啊，1800可能对应的北京是这个意思，就是一个编号，其实也就后面呢，涉及到三张表，连接的时候，我们还会有一张LOC表。啊是这意思行，那这个地方呢，我们拿过来啊，杠地分割对吧，剪一下，然后接下来呢，我们把另外一张表也对一下，我们也同时看一下一个字段啊第一个。

或者说我把这个一条数据拿过来啊，我拿这个吧，因为里面其实有有文档的字段的啊，拿一条数据过来，我们对比着看一下啊嗯，这个能能看清这个，这个上面能是吧，眼神比较好是吧？行，那我们看一下，第一个是员工编号7499对吧，第二个是员工的姓名对吧，第三个是他的一个工作作为一个什么销售对吧？啊销售，然后。这个是他的一个manager。他的一个啊，对经理就是他的一个上级，领导是他的一个领导，OK吧，啊也是一个编号，这个编号呢，其实你要自连接的话，自己关联自己的时候，它对应的是另外一个人能懂这意思，7698是吧？啊7698这里边有吗？这对吧，他那是作为领导的，所以你看啊，它里边他还有领导对吧？对导啊，那7839 7839这个地方就没有这个字段，发现没？因为他最大的可能是公司的boss对吧？啊就所以说他没有领导，这是领导啊，就相当于manager，然后这个入职时间还有对象吗？对吧？入职时间啊，1981年啊，这个时间是吧，还比较早啊，这个是什么？S看1981年的1600。

怕有点高是吧，人家可能后面答案知道单位是万呢，又没说是圆是不是对吧，你不能小小看人家，然后这个这个是奖金啊，是奖金绩效奖金，然后最后一个。

是部门编号，他是哪个部门的，他作为销售应该属于销售部门啊，看三个部门是不是销售部门啊，对吧？啊是这样关联的这个数据啊，当然在员工信息当中，这个我挑的是一个比较全的，明显发现到有的人就没有自己的管理者了，因为他是最高的最高级的，对吧？啊，那有的人呢，其实是没有奖金的，你你比如说这条数据。这条数据这个是不是工资啊，他就没有什么奖金，对吧？啊，没有这个奖金，就这个业绩奖金，因为销售嘛，一般都有业绩奖金的，对吧？啊是这样的一个情况啊，好，这张表呢，我没拿过来，我们就稍微熟悉一下里面字段后面呢，我们用到了字段呢，也不是说全部都用得到啊，这两张表建好加好之后呢，我们把数据加载进来，那加载命令回顾啊，这个我就不粘了，你瞧一下怎么来，你报我写。

从本地文件加载数据到这个表里边，Load data，本地文件要加local对吧，Local in pass OK，然后是路径，路径的话，这种东西最好不要自己什么，不要自己写，因为你写错了就很尴尬，是不是这种事就类似于大家在配置文件一样，那有的人我记得住，反正我就自己写，最后就出错了啊，结果呢，很尴尬，然后呢是de PT，点什么点C对吧？哎，我们要把这个文件导到DEP列表，然后呢，是不是into table，然后是我们的dept这张表，对吧？走一下，好，下来我们查一下啊，小心from这个de PT张表倒进来了，没有问题吧，那么接下来还有一个我们再写一遍啊，漏的后面可能像这种语句我就写的越来越少了，因为大家今天晚上练习之后，相对来说比较熟悉了之后。

就不浪费这个时间了啊，漏data还是什么local in pass对吧？啊，路径我还是去拿一下啊，好的，嗯，接下来呢，应该用的是EP，点填C还是一样的into table EP这张表对吧？好c select的新from EP相当于我们数据呢，就准备好了，那其实对于这个而言啊，你可能用那个B带have so的那种方式看着就会。舒服一些，它有格子嘛，对吧？啊，哪个字段没空啊，你都能对应上对吧，这里面是不是有文档的对吧？啊有文档的字段啊，行，这是我们将这个数据先准备好啊。我把这。