[大数据]2021-08-03

杂项备份
concat:
concat函数在连接字符串的时候，只要其中一个是NULL，那么将返回NULL
select concat(‘a’,‘b’,null); null
select concat(‘a’,‘b’);ab

concat_ws函数在连接字符串的时候，只要有一个字符串不是NULL，就不会返回NULL。concat_ws函数需要指定分隔符。
select concat_ws(’-’,‘a’,‘b’,null); a-b
阿里的dataphin 就是下边的结果,所以 concat_ws 慎用
select concat_ws(’;’,null,‘hello’);null
select concat_ws(’;’,null,‘hello’,‘world’);null
select concat_ws(’;’,‘hello’,‘world’,null);null

CREATE TABLE test_guoc(id int , alphabet string);
INSERT INTO test_guoc VALUES (1,‘a’),(1,‘b’),(1,‘c’),(2,‘D’),(2,‘E’),(2,‘F’);
SELECT id,wm_concat(’’,alphabet) FROM test_guoc GROUP BY id ORDER BY id LIMIT 100; 1 abc 2 def
INSERT INTO test_guoc VALUES (1,null),(2,’’);
SELECT id,wm_concat(’’,alphabet) FROM test_guoc GROUP BY id ORDER BY id LIMIT 100; 1 abc 2 DEF
select * from test_guoc;

select lengthb(‘测试语句长度’) --18
select length(‘测试语句长度’) --6
select length(‘hello’) --5
select lengthb(‘hello’) --5

case when:
　　　　select
　　　　case 　　job_level
　　　　when ‘1’ then ‘1111’
　　　　when　 ‘2’ then ‘1111’
　　　　when　 ‘3’ then ‘1111’
　　　　else ‘eee’ end
　　　　from dbo.employee;

update employee
　　　　set e_wage =
　　　　case
　　　　when job_level = ‘1’ then e_wage1.97
　　　　when job_level = ‘2’ then e_wage1.07
　　　　when job_level = ‘3’ then e_wage1.06
　　　　else e_wage1.05
　　　　end as 自定义列明

case when 中如果没有被选中的
select case area_number when 130000 then area_number when 130100 then 2222222 end from kylin.KYLIN_AREA_HIERARCHY

hive 中‘不等于’不管是用！ 或者<>符号实现，都会将空值即null过滤掉，此时要用
where （white_level<>‘3’ or white_level is null）
或者 where (white_level!=‘3’ or white_level is null ) 来保留null 的情况。

collct_list collect_set
select
n2.order_sn as order_id,
collect_set(
concat_ws(’_’, n3.item_for_people_name, n3.item_dan_id)
) as product_for_prople_dan
from
firmus_dataphin_prd_ods.s_feihe_sdc_core_order_product n2 group by n2.orser_sn
如果上表作为子表进行select distinct 查询时,是报错的 可以用concat_ws 将array 换为字符串
collect_set 去重,collect_list 不去重
select
a1.member_id as member_id,
concat_ws(’—>’,
sort_array(
collect_list(
concat_ws(’:’, to_char(a1.buy_time,‘yyyyMMdd’), a2.product_for_prople_dan)
)
)) as near_order_info
from 表 group by 表.member_id

if if（条件表达式，结果1，结果2）相当于java中的三目运算符,只是if后面的表达式类型可以不一样。
select if(null,1,2) 2
select if(null < 3000,‘hello’,‘world’) world
select if(null or 1 = 1 ,22,33) 22
select if(a=a,’bbbb’,111) fromlxw_dual;
bbbb
select if(1<2,100,200) fromlxw_dual;
200

select datetrunc(getdate(), ‘dd’) 2020-03-30 00:00:00
select getdate() 2020-03-30 13:40:08
dataphin ‘yyyymmdd hh-mi-ss.ff3’
select datediff(to_date(),to_date(),‘mi’)
to_char(getdate(),‘yyyymmdd’)
select to_char(getdate(),‘yyyymmdd’) 20200330
select to_char(getdate(),‘yyyymm’) 202004
select dateadd(getdate(),2,‘mm’) 2020-05-30 13:43:57
datepart(pay_time, ‘hh’) as pay_time_hour
‘20200301’ <= to_char(buy_time,‘yyyymmdd’)
to_date(‘20011201’,‘yyyymmdd’)
select to_date(‘202009’, ‘yyyymm’) 2020-09-01 00:00:00
dateadd(t1.buy_time,-1,‘mm’) --时间减去值

select datediff(to_date(‘20200220’,‘yyyymmdd’),to_date(‘20190210’,‘yyyymmdd’),‘mm’) --12
select datediff(to_date(‘20200220’,‘yyyymmdd’),to_date(‘20190225’,‘yyyymmdd’),‘mm’) --12
select datediff(to_date(‘20200220’,‘yyyymmdd’),to_date(‘20190220’,‘yyyymmdd’),‘mm’) --12

select instr(‘asdf’,‘as’) 1
select instr(‘asdfas’,‘as’) 1
select instr(‘aasdfas’,‘as’) 2
select instr(‘asdf’,‘aw’) 0
select instr(null,‘as’) null
select instr(‘asdf’,null) null
select instr(null,null) null

count() over(partition by 字段 )
select count() over(partition by col1) from tmp_test;

not like ‘%A%’ 是不能查出NULL的记录的！
sql 中除了 is null 和 not null 以外,只要出现null 都是false;

hive 常用日期格式转换
固定日期转换成时间戳
select unix_timestamp(‘2016-08-16’,‘yyyy-MM-dd’) --1471276800 --这个函数一定要注意转换到秒,前端可能是转换到毫秒,需要乘1000
select unix_timestamp(‘20160816’,‘yyyyMMdd’) --1471276800
select unix_timestamp(‘2016-08-16T10:02:41Z’, “yyyy-MM-dd’T’HH:mm:ss’Z’”) --1471312961
16/Mar/2017:12:25:01 +0800 转成正常格式（yyyy-MM-dd hh:mm:ss）
select from_unixtime(to_unix_timestamp(‘16/Mar/2017:12:25:01 +0800’, ‘dd/MMM/yyy:HH:mm:ss Z’))
时间戳转换程固定日期
select from_unixtime(1471276800,‘yyyy-MM-dd’) --2016-08-16
select from_unixtime(1471276800,‘yyyyMMdd’) --20160816
select from_unixtime(1471312961) – 2016-08-16 10:02:41
select from_unixtime( unix_timestamp(‘20160816’,‘yyyyMMdd’),‘yyyy-MM-dd’) --2016-08-16
select date_format(‘2016-08-16’,‘yyyyMMdd’) --20160816
返回日期时间字段中的日期部分
select to_date(‘2016-08-16 10:03:01’) --2016-08-16
取当前时间
select from_unixtime(unix_timestamp(),‘yyyy-MM-dd HH:mm:ss’)
select from_unixtime(unix_timestamp(),‘yyyy-MM-dd’)
返回日期中的年
select year(‘2016-08-16 10:03:01’) --2016
返回日期中的月
select month(‘2016-08-16 10:03:01’) --8
返回日期中的日
select day(‘2016-08-16 10:03:01’) --16
返回日期中的时
select hour(‘2016-08-16 10:03:01’) --10
返回日期中的分
select minute(‘2016-08-16 10:03:01’) --3
返回日期中的秒
select second(‘2016-08-16 10:03:01’) --1
返回日期在当前的周数
select weekofyear(‘2016-08-16 10:03:01’) --33
返回结束日期减去开始日期的天数
select datediff(‘2016-08-16’,‘2016-08-11’)
返回开始日期startdate增加days天后的日期
select date_add(‘2016-08-16’,10)
返回开始日期startdate减少days天后的日期
select date_sub(‘2016-08-16’,10)
返回当天三种方式
SELECT CURRENT_DATE;
–2017-06-15
SELECT CURRENT_TIMESTAMP;–返回时分秒
–2017-06-15 19:54:44
SELECT from_unixtime(unix_timestamp());
–2017-06-15 19:55:04
返回当前时间戳
Select current_timestamp–2018-06-18 10:37:53.278
返回当月的第一天
select trunc(‘2016-08-16’,‘MM’) --2016-08-01
返回当年的第一天
select trunc(‘2016-08-16’,‘YEAR’) --2016-01-01

alter table s_etms_feihe_t_etms_mt_meeting_delta add columns (apply_oa STRING comment ‘是否OA特殊申请’)
alter table s_etms_feihe_t_etms_mt_meeting_delta add columns (train_team_id STRING comment ‘培训团队id’)

alter table s_etms_feihe_t_etms_mt_meeting add columns (apply_oa STRING comment ‘是否OA特殊申请’)
alter table s_etms_feihe_t_etms_mt_meeting add columns (train_team_id STRING comment ‘培训团队id’)

nvl(null,2) coalesce(v0,v1,v2)
sum avg 一定要注意,遇null 都变为null,所以最好用coalesce 函数
sum(s1.this_year_month_count) over (partition by s1.flag order by year_month) as current_sum_number
nvl(sum(s1.this_year_month_count) over (partition by s1.flag order by year_month rows between unbounded preceding and 1 preceding),0) as huanbi_sum_number
nvl(sum(s1.this_year_month_count) over (partition by s1.flag order by year_month rows between unbounded preceding and 12 preceding),0) as tonhgbi_sum_number

–判断字段是否包含某个值
–判断 name 字段中是否包含字符串 “aaa”：
select * from temp where locate(“aaa”, name) > 0;

select split_part(‘abcd’,‘c’,2) d
select split_part(‘abcd’,‘c’,1) ab
select split_part(‘abcd’,‘a’,1) --Kong
select split_part(‘abcdce’,‘c’,2) d
select split_part(‘abcd’,‘c’,4) --kong 也不是null
select split_part(‘abcd’,‘h’,2) --kong 也不是null
select coalesce(split_part(‘abcd’,‘h’,2),233) --kong 不是233
select if(split_part(‘abcd’,‘h’,2)==’’,“结果是’’”,233) --结果是’’

–忘了把这个函数,我试啦,限制太多
SELECT find_in_set(1,‘1,2,3,6’) --1
select find_in_set(‘c’,‘a,b,c,d’) --3
select find_in_set(‘f’,‘a,b,c,d’) --0
select find_in_set(’’,‘a,b,c,d’) --0
select find_in_set(’’,’,b,c,d’) --0
select find_in_set(null,‘a,b,c,d’) --null
select find_in_set(null,null) --null
select find_in_set(‘c’,null) --null

row_number() over(partition by n1.member_id order by n1.order_at) as rn
first_value(train_team_name) over(partition by meeting_date order by meeting_id desc) --我发现 last_value() over 好像存在问题,以后暂时不要使用啦
– 窗口函数在where条件后执行 --可以发现下边的函数 rn 从1开始
select
n1.bvdid
,row_number() over(order by n1.bvdid) as rn
from ods_orbis.ods_guoc_test_01 n1
where n1.bvdid >= ‘2323’ and n1.bvdid <= ‘6464’

– 求差集
select id from t1 except select id from t2

ds=case
when substr($bizdate,7,2){>}^{\prime }10^{\prime }andsubstr(${bizdate},7,2)<=‘29’ then concat(substr(${bizdate},1,6),‘10’)
else ${bizdate}
end

select cast(date as char)

SELECT * FROM t_1 UNION SELECT * FROM t_2 去重 是对所有的结果集去重,原来的表重复也会去重

SELECT * FROM t_1 UNION all SELECT * FROM t_2 不去重

Select decode（columnname，值1,翻译值1,值2,翻译值2,…值n,翻译值n,缺省值）From talbename Where … --decode(里边是基数个)
sign()函数根据某个值是0、正数还是负数，分别返回0、1、-1，用如下的SQL语句取较小值： --decode(里边是偶数个)
select monthid,decode(sign(sale-6000),-1,sale,6000) from output;
select decode(null,1,1,2) 2

select size(split(‘hello,world,spark’,’,’)) --3`
select size(split(’ ‘,’,’)) --1
select size(split(’’,’,’)) --0
select size(split(null,’,’)) --null

select ds, count(*) from ${firmus_dataphin_prd_ods}.s_etms_feihe_t_etms_mt_meeting where ds<>’’ group by ds

– replace 和 regexp_replace 对字符串"XXX" 进行操作,如果"XXX" 中含有 ‘’ 字符,默认替换为’’,暂时无法解决这个问题
– ‘\s’是对空格和换行等空白符进行替换
select regexp_replace(‘hello world gc 23’,‘l’,‘m’)
select length(regexp_replace(‘hello world gc 23’,’[0-9]’,’’)) > 0
select regexp_replace(‘A B C’,’\s+’,’@’) – A@B@C
select regexp_replace(‘A B C’,’\s’,’@’) – A@B@@@C
select regexp_replace(‘A B C
D’,’\s’,’@’) – A@B@@@C@@D
regexp_replace(ret.pay_remark, ‘\n|\t|\r’, ‘’)

select replace(‘hello world gc 23’,‘l’,‘m’)

select split(‘abcdef’, ‘c’)[0]
select split(‘aa.bb’,’\.’)[1]

– 所有分区,匹配相同活动,总结状态有变化的活动id,可以看看上有给的数据有没有问题,这个因为涉及到增量问题,所有有的时候数据更新不及时
select * from (select meeting_id,count(distinct status) cnt from ${firmus_dataphin_prd_ods}.s_feihe_scrm_fh_meeting_summary where ds <>’’ group by meeting_id) t88 where t88.cnt>1

select ${aaa} = 2 or ${aaa} is null
select ${aaa} = 2

[{“name”:“王二狗”,“sex”:“男”,“age”:“25”},{“name”:“李狗嗨”,“sex”:“男”,“age”:“47”}]
SELECT get_json_object(xjson,"$.[0]")FROMperson;"name":"王二狗","sex":"男","age":"25"SELECTge{t}_{j}so{n}_{o}bject(xjson,"$.[0].age") FROM person;25

ARG_MAX(valueToMaximize, valueToReturn) 返回valueToMaximize最大值对应行的valueToReturn

Structured Query Language
=VLOOKUP(B3,第一时间分区!B:K,5,FALSE)
ctrl + c
ctrl + shift + 下键 然后 ctrl + v

批量注释快捷键
ctrl + /
ctrl + ;
NotePad++转换大小写;
1.小写转换大写 Ctrl + Shift + U
2.大写转换小写 Ctrl + U

dataphin 中类似于notepad++ 的alt + ctrl 操作键是 alt + shift

是delete的时候,后边的where条件不支持,mysql(ADB里的ads)中 不支持if,可以用case when 代替,不支持substr 可以用substring代替

num lock 键关闭的时候
home键 快速到行首
end键 快速到行尾
num lock 键开启的时候
shift + home键 快速到行首
shift + end键 快速到行尾

shift + 上下键 可以试着选中一行

–******************************************************************************
–所属主题: 会员场景
–功能描述: 根据订单（门店订单、星妈优选订单、电商订单、自主扫码订单）判断会员婴配粉新客订单、婴配粉老客订单，根据婴配粉新、老客订单取出对应商品段位、品项、订单来源、创建时间等字段
– 婴配粉新客订单：会员首单是婴配粉订单
– 婴配粉老客订单：会员第二笔婴配粉订单（备注：自主扫码订单判断婴配粉老客订单，如果婴配粉新客订单和婴配粉老客订单不能同一天）
– 复购前是否兑换星妈优选：根据星妈优选有效订单时间、与新客订单时间、老客订单时间进行判断
– 婴配粉（0-4段奶粉）
–创建者 : 樊克
–创建日期: 20190511
–修改日期 修改人 修改内容
–20200511 樊克 init
–20200515 樊克 添加新客来源二级来源，修改段位枚举值(修改为孕婴粉、1段…)
–******************************************************************************

–如何查询用order_id 还是外部订单 下边这个为空
select * from ${firmus_dataphin_prd_ods}.s_pefeihe_datamodel_plt_fh_birthphoto where ds=‘20200531’ and out_order_code not in (select other_order_on from ${firmus_dataphin_prd_ods}.s_pefeihe_datamodel_plt_fh_order_buyer where ds=‘20200531’)

select * from ${firmus_dataphin_prd_ods}.s_feihe_sdc_core_order_info where ds=‘20200531’ and other_order_sn not in (select other_order_on from ${firmus_dataphin_prd_ods}.s_pefeihe_datamodel_plt_fh_order_buyer where ds=‘20200531’)

select t1.order_sn ,t1.other_order_sn,t2.other_order_on as t2_other_order_on from
${firmus_dataphin_prd_ods}.s_feihe_sdc_core_order_info t1
left join (select other_order_on from ${firmus_dataphin_prd_ods}.s_pefeihe_datamodel_plt_fh_order_buyer where ds=‘20200531’) t2 on t2.other_order_on = t1.other_order_sn
where ds=‘20200531’ and t2.other_order_on is null

– ALTER TABLE ${firmus_dataphin_prd_ads}.ads_bi_offline_order_detail_1d_df ADD COLUMNs ( coupon_newact_type STRING COMMENT ‘优惠券新客活动类型’)
– ALTER TABLE ads_bi_offline_order_detail_1d_df ADD COLUMNs ( coupon_newact_type STRING COMMENT ‘优惠券新客活动类型’)
– alter table ${firmus_dataphin_prd_ads}.ads_bi_offline_order_detail_1d_df CHANGE COLUMN heli_gift_item_name product_name string comment ‘商品名称’;
– alter table ads_bi_offline_order_detail_1d_df CHANGE COLUMN heli_gift_item_name product_name string comment ‘商品名称’;

– linux 操作 ~/guoctest

1. Linux下查看某个文件数据(hive的表)可以先用show create table table_name 查到存储路径
   hadoop fs -ls hdfs://master1:8020/warehouse/tablespace/external/hive/exp.db/exp_app_jg_jgxw_check_action
   外部表权限 drwxrwxrwx+ - hive hadoop
   show create table exp.exp_app_jg_jgxw_check_action ;
   show create table app.app_jg_jgxw_check_action ;
   hadoop fs -ls hdfs://master1:8020/warehouse/tablespace/managed/hive/app.db/app_jg_jgxw_check_action
   drwxrwx—+ - hive hadoop

2. Linux下查看某个表的路径
   find / -name *sharemanaged/hive/app.db -type d -print

3. Linux下查看某个表的大小
   hdfs dfs -du -s -h hdfs://master1:8020/warehouse/tablespace/managed/hive/app.db/app_jg_jgxw_check_action
   –查看entity库里所有表的数据量汇总大小
   hdfs dfs -du -s -h /user/hive/warehouse/entity.db/
   –查看entity库里每个表的数据量的大小
   hdfs dfs -du -s -h /user/hive/warehouse/entity.db/
   hdfs dfs -du -h /hbase/data/default
   –查看hive的数据量
   hdfs dfs -du -s -h /user/hive
   –改变集群的副本数量(/user/hive目录下的集群副本为两个)
   hdfs dfs -setrep -R 2 /user/hive

hadoop fs -get /user/hive/warehouse/entity.db/entity_basicinfo_add/ /bvddata/test/
hadoop fs put -f abc.txt /user/hive/warehouse/entity.db/entity_basicinfo_add/
scp -r 10.241.130.24:/bvddata/guoc_test/entity_basicinfo_add/ /bvddata/202103/
scp -r qiye@10.241.130.24:/bvddata/guoc_test/entity_basicinfo_add/ /bvddata/202103/

4. Linux下查看HDFS的文件路径
   hadoop fs -ls hdfs://hdfs-ha/warehouse/tablespace/
   hadoop fs -ls hdfs://master1:8020/warehouse/tablespace/
   hadoop fd -ls /user

5. 查看某行都包含了那些字符
   echo abc | od -c

6. 解压某个文件
   unzip hello.txt
   mv hello.txt /home/etl/world.txt
   – 拥有者,群组,其他组
   chmod 777 hello.txt
   – 赋予脚本执行权限
   chmod +x test.sh
   su ynzw

7.查看每个文件夹占多少内存
du -h -d 1
df
– 查看当前文件夹下每个文件大小 du -sh -m *
– 查看当前文件夹下所有rar文件大小 du -sh -m *.rar
– 查看linux内存大小 free -g

8.kill hive 执行中的job任务
hadoop job -list来列出当前hadoop正在执行的jobs
hadoop job -kill job_1546932571227_0082来杀死该job任务
– 查看后台某个进程,kill掉(第二个进程 12029 是grep查询进程)
$ ps -ef | grep firefox
smx 1827 1 4 11:38 ? 00:27:33 /usr/lib/firefox-3.6.18/firefox-bin
smx 12029 1824 0 21:54 pts/0 00:00:00 grep --color=auto firefox

$kill -s 9 1827
–和狂神学的
ps -aux | grep mysql
kill -9 进程的id
pstree -pu

9.在linux中获取某个表有多少行数据
temp_str=echo beeline -e "select count(*) from ori_orbis.ori_additional_company_info"
count=echo ${temp_str} | awk -F " " '{print $(NF-2)}'

10.时间操作
date -d “20150416 12 3 hour” +"%Y%m%d%H"
2015041615
date -d “20150416 12 -1 hour” +"%Y%m%d%H"
2015041611
date -d"20210301 -1 month" +"%Y%m%d"
20210201

11.nohup
–nohup 英文全称 no hang up（不挂起），用于在系统后台不挂断地运行命令，退出终端不会影响程序的运行
–nohup 命令，在默认情况下（非重定向时），会输出一个名叫 nohup.out 的文件到当前目录下，如果当前目录的 nohup.out 文件不可写，输出重定向到 $HOME/nohup.out 文件中
–&：让命令在后台执行，终端退出后命令仍旧执行
–2>&1 解释：将标准错误 2 重定向到标准输出 &1 ，标准输出 &1 再被重定向输入到 runoob.log 文件中
–在后台执行 runoob.sh 脚本，并重定向输入到 runoob.log 文件：
nohup sh test40.sh > runoob.log 2>&1 &

12.查看防火墙开的端口信息
firewall-cmd --zone=public --list-all

13.linux脚本加载环境变量 – 在信保用crontab 通过脚本的sqlplus命令链接oracle不成功,发现是没有加载环境变量
source ~/.bash_profile
source /etc/profile

14.定时调度 crontab
0 0/10 * * * 与 0 */10 * * * 的差别在于什么地方。
在说这两者的差别之前，先说下各个字符代表的含义。0代表从0分开始，*代表任意字符，／代表递增。
也就是说0 0/10 * * *代表从0分钟开始，每10分钟执行任务一次。0 */10 * * *代表从任务启动开始每10分钟执行任务一次。有人会问，这不是一样的么？
答案是不一样的。因为起始的时间不一样。例如：从5:07分钟的时候执行该任务第一种写法会在5:10的时候进行执行，写法二会在5:17进行执行。这就是两者的差别。
当然0 0/1 * * * 与0 */1 * * 有时会被认为是同一种写法。
测试:/15 * * * * 刚开始是9.40开始的调度,后来的周期是:9.55,10.00,10.15,10.30…

– hive 概念
1.hadoop中reducer和reduce的区别
Reduce task其实是一个运行在node上，且执行Redcuer类中reduce函数的程序。可以把Reduce task当作是Reducer的一个实例。
从代码层面中，Mapper和Reducer是两个类。
在MapReduce的任务调度中， Mapper和Reducer分别是数据处理的第一阶段和第二阶段。
还有一种理解是，mapper和reducer可以看作是一个计算资源的slot，它可以被用作完成许多map task或者reduce task。 它们可以被安排task，完成之后，又可以处理新的task

– hive 操作
1.查看hive所有分区
show partitions t_test_order;

2.查看表的存储格式
show create table table_name

3.内外部表转换
内部表——>外部表：alter table xxx set tblproperties(‘external’=‘true’)
外部表——>内部表：alter table xxx set tblproperties(‘external’=‘false’)

4.仅删除表中数据，保留表结构
truncate table sdfasdfasdfasdfa;

– hive配置
1.设置每个reducer的大小,默认是1G,输入文件如果是10G，那么就会起10个reducer,34359738368是2的19次方
–hiveconf hive.exec.reducers.bytes.per.reducer=3435973836

2.ORC格式(列式存储)的hive表在MR时会报未知原因的错，比如说error evaluating 某个字段值。原因是CDH的bug;我看建行的数据存储格式是 store as orc;
解决办法:
set hive.vectorized.execution.enabled=false;
set hive.vectorized.execution.reduce.enabled=false;

3.开启动态分区
#设置参数开启 动态分区（dynamic partition）
sethive.exec.dynamic.partition.mode=nonstrict; #默认为strict
sethive.exec.dynamic.partition=true; #默认为false

4.在hive界面查看某些配置信息
set mapreduce.reduce.tasks;
set hive.enforce.bucketing;

5.hive建表的时候支持事务;
首先目前的存储格式只有ORC且是分桶表的可以支持事务;
其次建表语句stored As ORC TBLPROPERTIES(‘transactional’=‘true’)

6.hive建表语句
create table mytest_tmp like FDM_SOR.mytest_deptaddr;
CREATE TABLE kylin.kylin_gov_org_line_info(
uniscid string COMMENT ‘’,
dir_guid_code string COMMENT ‘’,
name string COMMENT ‘’
)
comment ‘贴源层-政府信息’
partitioned by (ds STRING COMMENT ‘数据存储分区，格式yyyymmdd’)
row format delimited fields terminated by ‘\001’
stored As ORC
TBLPROPERTIES(‘transactional’=‘false’);

6.hive一些配置
set;
set system:user.timezone=Asia/Shanghai;

– 计算机基础
1.UTF-8 编码
一个汉字占三个字节,一个英文占两个字节,一个数字占一个字节,一个换行符占一个字节
一个汉字,一个英文,一个数字,一个换行符 都只占一个字符;

18.04

– 力扣

1. 爬楼梯

2. 搜索插入位置

3. 回文数