[[402095]]

本文轉載自微信公眾號「巡山貓說數據」，作者巡山貓說數據。轉載本文請聯系巡山貓說數據公眾號。

你好，我是巡山貓!

今天我們來講講Hive中最常用的 where 語句知識要點。

01-基礎語法

命令如下：

SELECT 列名 
FROM 表名 
WHERE 列名 運算符 值 [AND 列名 運算符 值] [OR 列名 運算符 值]; 

備注：WHERE后的列名必須用真實列名，不能使用自定義的別名，否則會報錯。

02-謂詞操作符詳解

下面表中描述了謂詞操作符，這些操作符同樣可以用于JOIN…ON和HAVING語句中，后續我們會逐一介紹這兩個語句

備注：NULL在Hive中代表空值的意思。

03-AND & OR

用AND連接兩個及以上的謂詞操作符代表且的意思，即必須所有條件同時滿足;用OR連接兩個及以上的謂詞操作符代表或的意思，即至少有一個條件滿足即可。

下面舉幾個例子：

1、取出表t_od_use_cnt中滿足以下條件的5條記錄：

·日期為20190101到20190102之間;

·平臺取ios平臺(1為andriod,2為ios);

·當日使用次數大于等于30。

語句如下：

SELECT * 
FROM app.t_od_use_cnt 
WHERE date_8 BETWEEN 20190101 AND 20190102 
      AND platform = '2' 
      AND use_cnt >= 30 limit 5; 

備注：數值型的值可以直接寫，但字符格式及string格式的值必須加引號

運行結果如下：

hive (app)> SELECT * 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 BETWEEN 20190101 AND 20190102 
          >       AND platform = '2' 
          >       AND use_cnt >= 30 limit 5; 
OK 
t_od_use_cnt.platform  t_od_use_cnt.app_version  t_od_use_cnt.user_id  t_od_use_cnt.use_cnt  t_od_use_cnt.is_active  t_od_use_cnt.date_8 
2  1.3  10001  49  1  20190101 
2  1.1  10016  37  1  20190101 
2  1.4  10025  44  1  20190101 
2  1.1  10034  49  1  20190101 
2  1.2  10039  37  1  20190101 
Time taken: 0.28 seconds, Fetched: 5 row(s) 

2、取出表t_od_use_cnt中滿足以下條件的5條記錄：

·日期大于20190102;

·1,3和1.4版本且當日使用次數大于等于30 或 1,1和1.2版本且當日使用次數大于等于20。

語句如下：

SELECT * 
FROM app.t_od_use_cnt 
WHERE date_8 > 20190102 
      AND ( 
            ( 
                  app_version IN ('1.3', '1.4') 
                  AND use_cnt >= 30 
                  ) 
            OR ( 
                  app_version IN ('1.1', '1.2') 
                  AND use_cnt >= 20 
                  ) 
            ) limit 5; 

備注：當and、or同時出現時，要使用()將條件區分開，Hive會優先執行括號內的條件語句。這樣一來避免邏輯錯誤，二來使邏輯更清晰。

運行結果如下：

hive (app)> SELECT * 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 > 20190102 
          >       AND ( 
          >             ( 
          >                   app_version IN ('1.3', '1.4') 
          >                   AND use_cnt >= 30 
          >                   ) 
          >             OR ( 
          >                   app_version IN ('1.1', '1.2') 
          >                   AND use_cnt >= 20 
          >                   ) 
          >             ) limit 5; 
OK 
t_od_use_cnt.platform  t_od_use_cnt.app_version  t_od_use_cnt.user_id  t_od_use_cnt.use_cnt  t_od_use_cnt.is_active  t_od_use_cnt.date_8 
2  1.2  10400  40  1  20190103 
1  1.2  10402  32  1  20190103 
1  1.2  10403  41  1  20190103 
2  1.4  10405  50  1  20190103 
2  1.1  10406  24  1  20190103 
Time taken: 0.298 seconds, Fetched: 5 row(s) 

04-Like & Rlike & Regexp

這三種語句的含義和用法上面已經有所介紹，rlike、regexp功能和like功能一致，只是like是后面只支持簡單表達式匹配(_%),而rlike、regexp則支持標準正則表達式語法。所以如果正則表達式使用熟練的話，建議使用rlike，功能更加強大。所有的like匹配都可以被替換成rlike。反之，則不行。注意事項：like是從頭逐一字符匹配的，但是rlike則不是。這里我們舉幾個例子。

1、取出表t_od_use_cnt中滿足以下條件的5條記錄：

·日期大于20190102;

·user_id以5結尾

語句如下：

SELECT * 
FROM app.t_od_use_cnt 
WHERE date_8 > 20190102 
      AND user_id LIKE '%5' limit 5; 

運行結果如下：

hive (app)> SELECT * 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 > 20190102 
          >       AND user_id LIKE '%5' limit 5; 
OK 
t_od_use_cnt.platform  t_od_use_cnt.app_version  t_od_use_cnt.user_id  t_od_use_cnt.use_cnt  t_od_use_cnt.is_active  t_od_use_cnt.date_8 
2  1.4  10405  50  1  20190103 
1  1.1  10415  30  1  20190103 
2  1.3  10425  15  1  20190103 
1  1.3  10435  3  0  20190103 
1  1.4  10445  43  1  20190103 
Time taken: 0.977 seconds, Fetched: 5 row(s) 

2、取出表t_od_use_cnt中滿足以下條件的5條記錄：

·日期大于等于20190102;

·user_id中含有45。

語句如下：

SELECT * 
FROM app.t_od_use_cnt 
WHERE date_8 > 20190102 
      AND user_id RLIKE '45' limit 5; 

還可以把RLIKE替換為REGEXP：

SELECT * 
FROM app.t_od_use_cnt 
WHERE date_8 > 20190102 
      AND user_id REGEXP '45' limit 5; 

運行結果如下：

hive (app)> SELECT * 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 > 20190102 
          >       AND user_id RLIKE '45' limit 5; 
OK 
t_od_use_cnt.platform  t_od_use_cnt.app_version  t_od_use_cnt.user_id  t_od_use_cnt.use_cnt  t_od_use_cnt.is_active  t_od_use_cnt.date_8 
1  1.4  10445  43  1  20190103 
2  1.5  10450  6  1  20190103 
2  1.5  10451  38  1  20190103 
1  1.4  10452  44  1  20190103 
1  1.5  10453  37  1  20190103 
Time taken: 0.13 seconds, Fetched: 5 row(s) 
  
  
  
hive (app)> SELECT * 
          > FROM app.t_od_use_cnt 
          > WHERE date_8 > 20190102 
          >       AND user_id REGEXP '45' limit 5; 
OK 
t_od_use_cnt.platform  t_od_use_cnt.app_version  t_od_use_cnt.user_id  t_od_use_cnt.use_cnt  t_od_use_cnt.is_active  t_od_use_cnt.date_8 
1  1.4  10445  43  1  20190103 
2  1.5  10450  6  1  20190103 
2  1.5  10451  38  1  20190103 
1  1.4  10452  44  1  20190103 
1  1.5  10453  37  1  20190103 
Time taken: 0.352 seconds, Fetched: 5 row(s) 

RLIKE、REGEXP主要用于正則匹配，具體的正則表達式匹配規則我們后面的文章來具體說明。