country字段为静态，state是动态值，静态分区键必须在动态分区键之前。

单个查询语句中创建表并加载数据

创建表并载入数据，不能用于外部表。

将所有的字段序列化为字符串写入到文件中

Hive先执行这个视图，然后使用这个结果进行余下后续的查询

• 视图不能作为insert语句和load命令的目标表

注：集合的字符串元素是加上引号的，而基本数据类型string的列值是不加引号的。

引用集合数据类型中的元素

注：string数据类型不再加引号

引用struct的元素，使用“点”符号

1. 两种类型数据计算：值范围较小的数据类型将转换为范围更广的数据类型。
2. 需要注意数据溢出问题，数据溢出的计算结果不会自动转换为更广泛的数据类型

对多行进行计算，返回一个结果值

注：目前不允许在一个查询语句中使用多于一个的函数（distinct ...）表达式

将单列拓展成多列或者多行

注：一般来说A和B中任一为null，则返回null

为什么会返回0.2呢，这是因为用户写的浮点数0.2，hive会默认保存为double类型“0.”，而deductions是float类型的，将隐式转换为double类型“0.”
如何避免呢：可以显示的指出0.2是float类型

group by语句通常和聚合函数一起使用，对分组进行过滤

注：sql不支持“非等值连接”，也不支持在on子句中使用or。

当连接3个或更多表时，Hive会嘉定最后一个表时最大的表，然后尝试将其它表缓存起来，然后扫面最后那个表进行计算。
可以显示的告诉Hive哪张表是达标：

注：where语句在连接操作执行后才会执行

比inner join更高效的查询方式，但是只能引用左边表的字段

sort by 只在reducer内部排序，如果有多个reducer，则不保证输出的是整体有序的。

使用distribute by来保证相同的数据会分发到同一个reducer中进行处理：

如果上面的语句没有要求按ymd 倒序排列，则可以用cluster by简化：

分子是要分为几桶，分子是取回的第几个桶，rand()表示随机排序（如果省略rand()，则返回的结果会始终一致）

将两个或多个表进行合并，但是要求对应的字段类型必须一致。

分析函数用于计算基于组的某种聚合值，它和聚合函数的不同之处是：对于每个组返回多行，而聚合函数对于每个组只返回一行。

行数控制（window子句）：

sum()计算的是分区内排序后一个个叠加的值，和order by有关；如果没有order by，不仅分区内没有排序，sum()计算的pv也是整个分区的pv

NTILE(n)，用于将分组数据按照顺序切分成n片，返回当前切片值
注1：如果切片不均匀，默认增加第一个切片的分布

row_number() 从1开始，按照顺序，生成分组内记录的序列

• rank() 生成数据项在分组中的排名，排名相等会在名次中留下空位
• dense_rank() 生成数据项在分组中的排名，排名相等会在名次中不会留下空位

比如，我们可以统计小于等于当前薪水的人数，所占总人数的比例

LAG(col,n,DEFAULT) 用于统计窗口内往上第n行值，第一个参数为列名，第二个参数为往上第n行（可选，默认为1），第三个参数为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为NULL）

FIRST_VALUE 取分组内排序后，截止到当前行，第一个值;
LAST_VALUE 函数则相反，取分组内排序后，截止到当前行，最后一个值。