Hive也是数据库的一种，hivesql和mysql使用起来并没有什么不同，数据插入、表关联查询都是一样的，二者都是sql语法。
重点掌握两个：

• hdfs文件系统（分布式文件系统）
• hive的窗口函数
  注意：窗口函数在mysql8.0版本是支持的，但是5.7版本并不支持。

利用hive命令进入hive窗口，速度会有延迟，这是因为作为数据仓库的hive并不注重查询的时间性，更倾向于数据的分析、保存。所以如果生产系统用hive系统是肯定不合适的。

Hive函数大全

Hive的窗口函数

注意：over()才是窗口函数，而sum、row_number、count只是与over()搭配的分析函数

1、row_number()over()

举例：查出每种性别中年龄最大的两条数据
准备工作：

over()就是进行分组排序的一些操作。（注意在编辑器中写代码时不要有tab缩进，不然复制到hive中会产生错误）

解答代码：

select
*,
row_number() over(partition by sex order by age desc) as rn 
from userinfo;



select *
from 
(select
*,
row_number() over(partition by sex order by age desc) as rn 
from userinfo) t
where rn<=2;

注意：row_number() over()不考虑重复数据，比如如果两个人的年龄一样也会排出先后，不会是相同的排名。
应用：可以用来对数据去重，当想保留一条数据时，就可以让m=1，这样就只取了每组数据的一条记录，达到了去重给的目的。

2、sum() over()

举例：
有一份产品的消费记录数据，要求按时间累计统计到当月的总额
准备工作：

回答：

select
product_name,
month,
money,
sum(money) over(partition by product_name order by month) as all_money
from saleinfo;

小记录：
sql提取某一类别的第一条记录，直接group by 即可，但如果是查询某一类别中的前几条记录，有两个角度，一是利用赋值变量对齐进行排序然后选取要求的行数；另外一个思路是利用窗口函数。

易混概念区分：

• 大数据：

1、有海量的数据

2、有对海量数据进行挖掘的需求

3、有对海量数据进行挖掘的软件工具（hadoop、spark、storm、flink、tez、impala......）

• hadoop
  对海量数据进行挖掘的软件工具
• hive
  数据库的一种
• hdfs
  分布式文件系统

#在linux下创建文件student.txt,然后再放到hive中的表中
$ hadoop fs -put hdfs://localhost:9000/user/hive/warehouse/zyq_db/student.txt

#或者在linux中创建数据（vi data.txt--cat data.txt），然后再hive中load data

#load data 命令要在hive中执行
 load data local inpath '/home/frog005/student.txt' into table student;

什么是大数据，hadoop和hdfs又是什么？