问题标签 [hive-query]

我们正在尝试将 oracle 表迁移到配置单元并处理它们。目前 oracle 中的表有primary key,foreign key和unique key约束。

我们可以在蜂巢中复制相同的内容吗？

我们正在对如何实现它进行一些分析。

我创建了一个 UDTF，并在其中运行 java hive JDBC 代码以执行配置单元查询并获取结果。我能够成功连接到 hive2 服务器，但代码无限期挂起，没有任何异常statement.executeQuery()。可能是什么原因？相同的代码在独立的 eclipse 类中运行，但在作为 udtf 部署在 hadoop 集群中时手。

我有一个小问题，我想用 hive 查询过滤日期，但输出为空。我的专栏是字符串类型

我试过这个：

我的专栏日期的格式是01/08/19 18:00:00

我正在尝试使用 HQL 查找一个月的最后一个星期日的日期。

我正在尝试以下代码：

但是上面的代码给出了表格的最后一天。

我得到的输出是：

预期的输出是：

有人可以在这里帮助我吗？

我有分区表，表结构

目前我们有大约 17000 个分区，每个分区至少有大约 50k 条记录。

下面的查询需要更多时间 ~ 90Mins

有没有办法可以减少执行时间，提前谢谢

我在 2 个不同的模式中有同名的表。我想要做的是在格式的 2 个表中进行计数比较

表名：Count1：Count2

如何通过 Hive 查询实现这一点？

我有一个带有日期列的表（字符串格式为 yyyyMMdd的日期）。我的要求是设计一个逻辑，在不使用 UDF 或 shell 脚本的情况下，从“日期列值等于前 15 个工作日的日期”（仅不包括周六和周日）的表中获取数据。例如今天是 2020 年 2 月 21 日；逻辑应该产生一个输出：20200203。

我们的 hive 查询创建了 9 个 map-reduce 作业和 17 个阶段（当我运行 EXPLAIN 命令时，输出显示 17 个阶段和阶段依赖项）。每个儿童工作都有相同的mapreduce.job.name

为了区分这些子作业，有什么方法可以设置mapreduce.job.name内部配置单元查询，以便对于每个作业，我可以看到作业的阶段。所有 9 个子作业的现有作业名称：

有没有办法让我在工作跟踪器中获取工作名称

我参考了如何控制蜂巢作业名称但保留阶段信息？但它没有按预期工作。我尝试mapreduce.job.name在查询中设置多个具有不同值的位置，但所有子作业都采用我分配的最后一个值。假设我的查询文件是 hiveQuery.q

蜂巢查询.q

设置 hiveconf:mapreduce.job.name="唯一名称 1"。
... --
一些查询语句
...
设置 hiveconf:mapreduce.job.name="unique name 2"。
... --
一些查询语句
...
设置 hiveconf:mapreduce.job.name="unique name 3"。

对于上述查询，所有 9 个 mapreduce 作业都"unique name 3"作为作业名称。我也尝试过hive.query.name，hive.query.string但那些没有帮助。这可能吗？有谁知道如何实现这一目标？

我有一个 Hive 临时表，没有任何具有所需数据的分区。我想选择这些数据并插入到另一个按日期分区的表中。我尝试了以下技术但没有运气。

源表架构

目的地表：

查询插入目标表：

错误

第二

错误 ：

我在蜂巢中有一张桌子，结构如下

我想获得最新的日期（年和月）。

在尝试执行查询select max(s1.month) from stock_summary s1 where s1.year = (select max(s2.year) from stock_summary s2) t;时，我收到以下错误

` 我正在使用配置单元 1.1.0。

有人可以让我知道为什么会失败吗？