1. 数据准备
①在/opt/module/hive/datas/路径上创建dept.txt文件，并赋值如下内容：
部门编号 部门名称 部门位置id
[atguigu@hadoop102 datas]$ vim dept.txt
10 行政部 1700
20 财务部 1800
30 教学部 1900
40 销售部 1700②在/opt/module/hive/datas/路径上创建emp.txt文件，并赋值如下内容：
员工编号 姓名 岗位 薪资 部门
[atguigu@hadoop102 datas]$ vim emp.txt
7369 张三 研发 800.00 30
7499 李四 财务 1600.00 20
7521 王五 行政 1250.00 10
7566 赵六 销售 2975.00 40
7654 侯七 研发 1250.00 30
7698 马八 研发 2850.00 30
7782 金九 \N 2450.0 30
7788 银十 行政 3000.00 10
7839 小芳 销售 5000.00 40
7844 小明 销售 1500.00 40
7876 小李 行政 1100.00 10
7900 小元 讲师 950.00 30
7902 小海 行政 3000.00 10
7934 小红明 讲师 1300.00 30（1）创建部门表
hive (default)>
create table if not exists dept(
deptno int, -- 部门编号
dname string, -- 部门名称
loc int -- 部门位置
)
row format delimited fields terminated by '\t';（2）创建员工表
hive (default)>
create table if not exists emp(
empno int, -- 员工编号
ename string, -- 员工姓名
job string, -- 员工岗位（大数据工程师、前端工程师、java工程师）
sal double, -- 员工薪资
deptno int -- 部门编号
)
row format delimited fields terminated by '\t';（3）导入数据
hive (default)>
load data local inpath '/opt/module/hive/datas/dept.txt' into table dept;
load data local inpath '/opt/module/hive/datas/emp.txt' into table emp;2. 全表和特定列查询
1）全表查询
hive (default)> select * from emp;2）选择特定列查询
hive (default)> select empno, ename from emp;注意：
（1）SQL 语言大小写不敏感。
（2）SQL 可以写在一行或者多行。
（3）关键字不能被缩写也不能分行。
（4）各子句一般要分行写。
（5）使用缩进提高语句的可读性。
3. 列别名（AS 关键字）
1）重命名一个列
2）便于计算
3）紧跟列名，也可以在列名和别名之间加入关键字‘AS’
4）案例实操
查询名称和部门。
hive (default)>
select
ename AS name,
deptno dn
from emp;4. limit语句
典型的查询会返回多行数据。limit子句用于限制返回的行数。
hive (default)> select * from emp limit 5;
hive (default)> select * from emp limit 2,3; -- 表示从第2行开始，向下抓取3行5. where语句
1）使用where子句，将不满足条件的行过滤掉
2）where子句紧随from子句
3）案例实操
查询出薪水大于1000的所有员工。
hive (default)> select * from emp where sal > 1000;注意：where子句中不能使用字段别名。
6. 关系运算函数
1）基本语法
如下操作符主要用于where和having语句中。
7. 逻辑运算函数
1）基本语法（and/or/not）
8. 聚合函数
1）语法
count(*)，表示统计所有行数，包含null值；
count(某列)，表示该列一共有多少行，不包含null值；
max()，求最大值，不包含null，除非所有值都是null；
min()，求最小值，不包含null，除非所有值都是null；
sum()，求和，不包含null。
avg()，求平均值，不包含null。
（1）求总行数（count）
（2）求工资的最大值（max）
（3）求工资的最小值（min）
（4）求工资的总和（sum）
（5）求工资的平均值（avg）
9. 分组
9.1 group by
Group By语句通常会和聚合函数一起使用，按照一个或者多个列队结果进行分组，然后对每个组执行聚合操作。
（1）计算emp表每个部门的平均工资。
hive (default)>
select
t.deptno,
avg(t.sal) avg_sal
from emp t
group by t.deptno;9.2 having语句
1）having与where不同点
（1）where后面不能写分组聚合函数，而having后面可以使用分组聚合函数。
（2）having只用于group by分组统计语句。
2）案例实操
（1）求每个部门的平均薪水大于2000的部门
①求每个部门的平均工资。
hive (default)>
select
deptno,
avg(sal)
from emp
group by deptno;