前面有一篇文章大概讲解了一下Hive的基本概念，其实Hive的本质就是通过写SQL语句来运行MapReduce操作，因此作为Hive使用者，HiveSQL的使用就对我们非常重要了。
HiveSQL其实也是写SQL,只不过它与传统sql有以下几个方面的区别：
可以看到，HSQ具有与生俱来的的处理大数据的能力，因为它是在MapReduce上执行的。Hive提供的字段类型有这些：
这些字段其实经常使用的就个别几个，就简单做个了解即可，可以看到Hive提供的数据类型还是很全面的。
在一个典型标准Hive语句中，其构成通常如下：
select … from … where … group by … having … order by …
执行顺序（这个面试常问）是：from ->where ->group by->select ->having ->order by
可以结合各个字段的意思来理解它的顺序：首先from就是确定是从那张表里去取数据，where是进行过滤条件的筛选，做到只筛选满足条件的数据，使用group by可以确定好要分组的字段，按照上面的做好的规定，就可以select出来一部分数据了，对于选出来的数据，用having进行结果上的过滤（一般having是针对group by的聚合字段进行筛选），最后将结果排序order by即可。
基础语法
select A from B where C
表明从B表中选取A列，并限定条件C。
使用group by + having(可选)
select A,sum(B) from C where D group by E having F
在基本使用的基础上加上了group by，对应地也要加上聚合字段sum(B),常用的聚合函数有：count(),sum(),avg(),max(),min()等。对于聚合字段sum(B)，可以用having进行结果上的过滤。
使用order by
select A,sum(B) from C where D group by E order by F DESC/ASC
对最终结果进行排序，可以指定是DESC降序，而ASC升序是默认情况，可写可不写。
如果要对多字段进行排序的话，可以写成：order by F ASC,G DESC。表示先按F字段升序，再F字段相同的情况下，按G字段降序。
基础函数
1.将时间戳转化为日期的函数
from_unixtime(time,’yyyyMMdd’)
格式可以多种多样，比如yyyy-MM-dd hh:mm:ss或yyyy-MM-dd hh或yyyy-MM-dd hh:mm等。
2.反过来，将日期转化为时间戳的函数
unix_timestamp(date)
3.计算日期间隔的函数
datediff(结束日期,开始日期) 用来算两日期之间的间隔
4.增加日期/减少日期
date_add(开始日期,天数) ，date_sub(开始日期,天数）
5.字符串相关的函数
substr(要截取的字符串，开始位置，结束位置) 用来截取字符串
6.处理json格式的函数
get_json_object(json字符串，’$.字段名’),获取json字符串中相应字段的值
也可以直接json字符串[‘字段名’]来获取。
7.条件函数
If(number>10.’多’,’少’) 用来判断和改变某一列的表现方式
也可以用case when number>10 then ‘多’ else ‘少’ end.
当然用case when可以加很多种情况，只不过最后记得要带上’else end’来结束。
8.列转行
collect_set(),collect_list()，可与group by 一起使用。我认为这是一个非常实用的方法，很多时候要展示每个分组下的所有情况，就可以用到这两个，前者是集合可以去重，后者就用一个列表堆加在一起。
表连接
左右连接：inner join /left join/right join/full join
上下连接：union all
Hive中只支持union all的操作，不支持union。这两者的区别是union all不去重不排序，只是上下相接；union可以实现去重和排序的目的。
窗口函数
窗口函数就是在select列中额外添加的一个列，它可以根据前面某一列的分组做聚合，也可以计算从一开始到当前行的累计数值，一般它的格式为：
Select,A,窗口函数() over (partition by… order by….rows between …and ….) from B ……
其中partition起到了分组的作用，order by表示先对某个字段进行排序，排完序后再计算窗口函数。而rows between …and ….一般来说没有这一部分，但加上它可以实现自己指定范围。
rows between unbounded preceding and current row 包括当前行和之前的所有行
rows between current row and unbounded following 包括当前行和之后的所有的行
rows between n preceding and current row 包括前n行和当前行
rows between n preceding and m following 包括前n行和后m行
一、基本的窗口函数有：sum()，avg()，max()，min(),这些也比较简单，可根据字面意思理解了。
二、最常用的窗口函数：row_number()，rank()，dense_rank()。这三者其实都是为了给字段进行排序，但区别如下：
假如要给学生成绩排名，分别有这三个成绩：100分 100分 90分。那么：
1.row_number()的结果就是 1 2 3，即它就是从一开始的自然数往下递增而已。
2.rank()的结果则是 1 1 3，即相同成绩的排名会一样，但90分就直接排到第3。
3.dense_rank()，带上dense了，结果为 1 1 2，排名不会出现空缺，不关注人数。
三、较少用但有用的窗口函数：ntile(n),lead(),lag()
ntile(n)是作用是将把当前数据分成n等块，在不同位置的数字有相应的标号。比如我们要把成绩平分成三个档次，则用ntile(3)，就可以知道哪些成绩属于第一档，哪些第二档，哪些第三档。
lag(字段名，偏移量，若取不到的默认值),lag是向前偏移，若有时候向前偏移的量超过了数据本身，就会自动用第三个参数“若取不到的默认值”来填充。
lead(字段名，偏移量，若取不到的默认值),lead是向后偏移
关于Hive的基础知识还有很多零散的小知识点，比如Hive调优,内部表外部表，分区表分桶表以及udf,udaf,udtf等，这些打算后面再单独拿出来放一起总结一下，关于HiveSQL的基础使用就总结到这里吧。
