1 hive與非交互式模式命令行
- hive -e：從命令行執行指定的HQL，不需要分號：
hive -e ‘select * from dumy limit 100’ >a.txt
- hive -f :執行HQL腳
hive -f /home/my/hive-script.sql
3） hive -i ：進入Hive交互Shell時候先執行腳本中的HQL語句
hive -i /home/my/hive-init.sql
4）hive -v ：冗余verbose，額外打印出執行的HQL語句；
5) hive -S：靜默Slient模式，不顯示轉化MR-Job的信息，只顯示最終結果
hive -S -e ‘select * from student
6)hive --hiveconf <property=value>：使用給定屬性的值
HIVE_HOME/bin/hive --hiveconf mapred.reduce.tasks=2 //啟動時,配置reduce個數2（只在此session中有效）
7)hive --service serviceName：啟動服務
hvie --service hiveserver2
8)hive [–database test]：進入CLI交互界面，默認進入default數據庫。加上[]內容直接進入test數據庫。
hive --database test
2.Hive的交互模式下命令：
quit / exit：退出CLI
reset：重置所有的配置參數，初始化為hive-site.xml中的配置。如之前使用set命令設置了reduce數量。
set <key>=<value>：設置Hive運行時配置參數，優先級最高，相同key，后面的設置會覆蓋前面的設置。
set –v：打印出所有Hive的配置參數和Hadoop的配置參數。
//找出和"mapred.reduce.tasks"相關的設置
hive -e 'set -v;' | grep mapred.reduce.tasks
add命令：包括add File[S]/Jar[S]/Archive[S] *，向 DistributeCache 中添加一個或過個文件、jar包、或者歸檔，添加之后，可以在Map和Reduce task中使用。比如，自定義一個udf函數，打成jar包，在創建函數之前，必須使用add jar命令，將該jar包添加，否則會報錯找不到類。
list 命令：包括list File[S]/Jar[S]/Archive[S]。列出當前DistributeCache中的文件、jar包或者歸檔。
delete 命令：包括 delete File[S]/Jar[S]/Archive[S] *。從DistributeCache中刪除文件.
//將file加入緩沖區
add file /root/test/sql;
//列出當前緩沖區內的文件
list file;
//刪除緩存區內的指定file
delete file /root/test/sql;
create命令：創建自定義函數：hive> create temporary function udfTest as ‘com.cstore.udfExample’;
source <filepath>：在CLI中執行腳本文件。
//相當於[root@ncst test]# hive -S -f /root/test/sql
hive> source /root/test/sql;
! ：在CLI執行Linux命令。
dfs ：在CLI執行hdfs命令
3.保存查詢結果の三種方式：
hive -S -e 'select * from dummy' > a.txt //分隔符和hive數據文件的分隔符相同
[root@hadoop01 ~]# hive -S -e "insert overwrite local directory '/root/hive/a'\
> row format delimited fields terminated by '\t' --分隔符\t
> select * from logs sort by te"
--使用hdfs命令導出整個表數據
hdfs dfs -get /hive/warehouse/hive01 /root/test/hive01
4.Hive集群間的導入和導出
使用Export命令會導出Hive表的數據表數據以及數據表對應的元數據
--導出命令
EXPORT TABLE test TO '/hive/test_export'
--dfs命令查看
hdfs dfs -ls /hive/test_export
--結果顯示
/hive/test_export/_metadata
/hive/test_export/data
使用Import命令將導出的數據重新導入到hive中(必須將現導入的表重命名)
--導入到內部表的命令
IMPORT TABLE data_managed FROM '/hive/test_export'
--導入到外部表的命令
Import External Table data_external From '/hive/test_export' Location '/hive/external/data'
--驗證是否是外部表
desc formatted data_external
5.Hive - JDBC/ODBC
在Hive的jar包中，"org.apache.hadoop.hive.jdbc.HiveDriver"負責提供 JDBC 接口，客戶端程序有了這個包，就可以把 Hive 當成一個數據庫來使用，大部分的操作與對傳統數據庫的操作相同，Hive 允許支持 JDBC 協議的應用程序連接到 Hive。當 Hive 在指定端口啟動 hiveserver 服務后，客戶端通過 Java 的 Thrift 和 Hive 服務器進行通信。過程如下：
1.開啟 hiveserver 服務：
$ hive –service hiveserver 50000（50000）
2.建立與 Hive 的連接：
Class.forName(“org.apache.hadoop.hive.jdbc.HiveDriver”);
Connectioncon=DriverManager.getConnection(“jdbc:hive://ip:50000/default,”hive”,”hadoop”)
默認只能連接到 default 數據庫，通過上面的兩行代碼建立連接后，其他的操作與傳統數據庫無太大差別。
3.Hive 的 JDBC 驅動目前還不太成熟，並不支持所有的 JDBC API。
6.Hive Web Interface
1.配置hive-site.xml
<property>
<name>hive.hwi.war.file</name>
<value>lib/hive-hwi-0.8.1.war</value>
<description>This sets the path to the HWI war file, relative to ${HIVE_HOME}.</description>
</property>
<property>
<name>hive.hwi.listen.host</name>
<value>0.0.0.0</value>
<description>This is the host address the Hive Web Interface will listen on</description>
</property>
<property>
<name>hive.hwi.listen.port</name>
<value>9999</value>
<description>This is the port the Hive Web Interface will listen on</description>
</property>
2.啟動Hive的Web服務：
hive --service hwi
3.在瀏覽器鍵入地址：http://host_name:9999/hwi訪問
4.點擊“Create Session”創建會話，在Query中鍵入查詢語句
7. Hive創建數據庫
hive啟動后默認有一個Default數據庫，也可以人為的新建數據庫，命令：
--手動指定存儲位置
create database hive02 location '/hive/hive02';
--添加其他信息(創建時間及數據庫備注)
create database hive03 comment 'it is my first database' with dbproperties('creator'='kafka','date'='2015-08-08');
--查看數據庫的詳細信息
describe database hive03;
--更詳細的查看
describe database extended hive03;
--最優的查看數據庫結構的命令
describe database formatted hive03;
--database只能修改dbproperties里面內容
alter database hive03 set dbproperties('edited-by'='hanmeimei');