AI 助理
备案控制台
开发者社区 大数据 文章 正文

【Hadoop Summit Tokyo 2016】Apache Hive在完全支持SQL规范上取的主要进步

2017-02-26 1905
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 本讲义出自Pengcheng Xiong与Ashutosh Chauhan在Hadoop Summit Tokyo 2016上的演讲，主要分享了SQL 2011规范的关键字以及保留关键字、主键和外键以及集合操作等，并分享了当前Apache Hive在完全支持SQL规范上取的主要进步。

本讲义出自Pengcheng Xiong与Ashutosh Chauhan在Hadoop Summit Tokyo 2016上的演讲，主要分享了SQL 2011规范的关键字以及保留关键字、主键和外键以及集合操作等，并分享了当前Apache Hive在完全支持SQL规范上取的主要进步。

39e2de2003dd3b22c78047cb48fbb88a8c1ae537

58d1ed4ea281d34430496af6eb209aa047831f06

1dd8a52d2e03dfa4c0d1c090c1ee0d494a41964f

bc5c4cead81c2caa6b4c150cb559fff480e72294

830a9875ced4bb726ad3e26ab2a47c5557867c89

1a88e4ca5932180be630de96c8fa8c034be6d164

7f6faf9ab1caeebc882fc646cb9c2ce4a3f44f9a

7a7fee1e7a37bbc28470fee4e1962043e391785f

6f3eba69f66ac48570b0f74d9cd8d7cc2b58bed6

a870b118e8c2a0e385f2272dc89687f7cd4bb4b3

864a2d6edbbe909b4e1f7f5ebc4b4b7cd011240a

eb345c23190259673e14e46bde20d06172cb90e2

b743d79fb4dbba5ba94b2bc64f24a04a8fb190a1

077993e03f38679615423b5d4afa2cdf242d47cf

180c16066f9e78c30af943f6d20cc9a9140382f1

d00c49f7957b8119681b39848e6546bb96b07f1a

b3b51c46efbb998a2f1c9d6d74447b741f11819d

1963e811e4c26e452ba9a6a0d18a24312ba7065b

dc3ee01390b21c4f186f15ae35cbab402d64a934

00b2f5b5641aecb02444c29a38b7985eba629731

f2b90d59cc8b37bfe6eac2526c6d8512bda13ab8

e1ac6e0839a0b4a647a0a821f590b87da233dffe

ed1972224d5a9b4ea3c3b8b1a008369fe37ce780

70390a2a7749c619c947eeb5ac8575d1a30bb8ee

d27fd1cd650507ee9995179e5cf6df8ca71c8e9f

ebb61c78b3d8872908a861e5ea0752c35b97a054

d16edb2057f2a6d7db05ff3dfee18ab6f439e0ca

a5987103fbf5fe89ef7a39c70fde18dacd5d4892

73c82ae1a9c92f597f5583dddd66c0c7a5f9d0ab

4e948bb77a72b19473db0fa7b4709681e7f3b454

73683e24e1c396bf7fe5a278f84436320340f771

c703dd9d9d306da60e7d805f817bcaca7788c461

1ee9edcc8ab3a9e3d4b55eb153602fd722fb5926



文章标签：
SQL
Apache
分布式计算
Hadoop
HIVE
关键词：
Apache hive
hadoop hive
hadoop hive SQL
hadoop sql
SQL规范
小猫吃鱼569
目录
相关文章
瓴羊Dataphin
|
9月前
|
SQL 分布式计算 资源调度
Dataphin功能Tips系列（48)-如何根据Hive SQL/Spark SQL的任务优先级指定YARN资源队列
如何根据Hive SQL/Spark SQL的任务优先级指定YARN资源队列
瓴羊Dataphin
353 4
小Tomkk
|
SQL 分布式计算 Hadoop
Apache Hive 帮助文档
Apache Hive 帮助文档
小Tomkk
603 9
Z_sorrain
|
SQL
数仓规范之sql编写规范
编写SQL时，应遵循以下规范：所有关键字小写，表别名按a, b, c...顺序使用，复杂逻辑多行书写，提高可读性。SELECT字段需逐行列出，避免使用*，GROUP BY字段同样处理。WHERE条件多于一个时，每条件一行。JOIN子表推荐使用嵌套查询方式1，明确关联条件，避免笛卡尔积。关键逻辑需注释，INSERT SELECT后最外层字段加注释说明用途。示例中展示了推荐的JOIN替代子查询的写法，以提高代码的可读性和维护性。
Z_sorrain
571 1
武子康
|
SQL 分布式计算 Hadoop
Hadoop-12-Hive 基本介绍 下载安装配置 MariaDB安装 3台云服务Hadoop集群 架构图 对比SQL HQL
Hadoop-12-Hive 基本介绍 下载安装配置 MariaDB安装 3台云服务Hadoop集群 架构图 对比SQL HQL
武子康
305 3
龙大吉
|
SQL 消息中间件 数据处理
"颠覆传统，Hive SQL与Flink激情碰撞！解锁流批一体数据处理新纪元，让数据决策力瞬间爆表，你准备好了吗？"
【9月更文挑战第2天】
龙大吉
262 2
武子康
|
SQL 分布式计算 Java
大数据-96 Spark 集群 SparkSQL Scala编写SQL操作SparkSQL的数据源：JSON、CSV、JDBC、Hive
大数据-96 Spark 集群 SparkSQL Scala编写SQL操作SparkSQL的数据源：JSON、CSV、JDBC、Hive
武子康
278 0
武子康
|
SQL 分布式计算 关系型数据库
Hadoop-24 Sqoop迁移 MySQL到Hive 与 Hive到MySQL SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
Hadoop-24 Sqoop迁移 MySQL到Hive 与 Hive到MySQL SQL生成数据 HDFS集群 Sqoop import jdbc ETL MapReduce
武子康
326 0
龙大吉
|
SQL 物联网 数据处理
"颠覆传统，Hive SQL与Flink激情碰撞！解锁流批一体数据处理新纪元，让数据决策力瞬间爆表，你准备好了吗？"
【8月更文挑战第9天】数据时代，实时性和准确性至关重要。传统上，批处理与流处理各司其职，但Apache Flink打破了这一界限，尤其Flink与Hive SQL的结合，开创了流批一体的数据处理新时代。这不仅简化了数据处理流程，还极大提升了效率和灵活性。例如，通过Flink SQL，可以轻松实现流数据与批数据的融合分析，无需在两者间切换。这种融合不仅降低了技术门槛，还为企业提供了更强大的数据支持，无论是在金融、电商还是物联网领域，都将发挥巨大作用。
龙大吉
183 6
皮牙子抓饭
|
SQL 存储 分布式计算
插入Hive表数据SQL
【8月更文挑战第10天】
皮牙子抓饭
556 4
运营研究坊
|
SQL 关系型数据库 MySQL
MySQL中一定要遵守的12个SQL规范
本文档提供了12条SQL编写和数据库管理的最佳实践建议，旨在帮助开发者提高SQL查询效率、增强数据库安全性及可维护性。
运营研究坊
458 1

热门文章

最新文章

  • 1
    实时计算 Flink版操作报错之使用SQL 将 PostgreSQL 的 date 类型字段转换为 TIMESTAMP 类型时遇到报错，该如何处理
  • 2
    SQL2K数据库开发十五之表操作查看表中的数据
  • 3
    kettle job如何利用java的反射机制获取执行的sql语句
  • 4
    使用SQL Server作业设置定时任务
  • 5
    SQL Server优化技巧之SQL Server中的"MapReduce"
  • 6
    SQL Server 2008的cross apply 和 outer apply
  • 7
    SQL Server 性能调优（io）
  • 8
    SQL Server 2012 新特性：包含数据库访问数据库引擎
  • 9
    创建数据库表默认字段封装SQL
  • 10
    PLSQL_案例优化系列_探寻表设计对SQL优化的重要性(案例4)
  • 1
    Ubuntu22.04下搭建Hadoop3.3.6+Hbase2.5.6+Phoenix5.1.3开发环境的指南
    463
  • 2
    CentOS中构建高可用Hadoop 3集群
    270
  • 3
    “Hadoop整不明白，数据分析就白搭？”——教你用Hadoop撸清大数据处理那点事
    334
  • 4
    Hadoop生态系统：从小白到老司机的入门指南
    402
  • 5
    从“笨重大象”到“敏捷火花”：Hadoop与Spark的大数据技术进化之路
    421
  • 6
    Dataphin功能Tips系列（41）-Hadoop集群管理
    252
  • 7
    【赵渝强老师】史上最详细：Hadoop HDFS的体系架构
    935
  • 8
    从Excel到Hadoop：数据规模的进化之路
    218
  • 9
    MPP 架构与 Hadoop 架构技术选型指南
    1163
  • 10
    基于Java的Hadoop文件处理系统：高效分布式数据解析与存储
    354

    • 相关课程

    更多
  • 如何在 PolarDB-X 中优化慢 SQL
  • SQL完全自学手册
  • SQL Server on Linux入门教程
  • SQL入门与实践
  • 数据库及SQL/MySQL基础
  • SQL进阶及查询

    • 相关电子书

    更多
  • SQL Server 2017
  • GeoMesa on Spark SQL
  • 原生SQL on Hadoop引擎- Apache HAWQ 2.x最新技术解密malili

    • 推荐镜像

    更多
  • apache
    • 下一篇
    全面了解阿里云OSS使用方法