开发者学堂课程【大数据分析之企业级网站流量运营分析系统开发实战（第四阶段）：网站流量日志分析--统计分析--sql 补充扩展--如何编写 hive sql】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/696/detail/12228
网站流量日志分析--统计分析--sql 补充扩展--如何编写 hive sql
1、学习如何编 hive sql 语句，以及看到别人写的 sql 语句如何把握重点和关键点。针对大数据分析，查询的本质或者分析的本质落到 sql 层面就是 select，因此以select 查询语句为例如何查询编写 sql。
2、在查询中有 group by，having，where，limit 等字段在什么时间出现，查询语句的关键字 select，当找到 select 之后 from 关键字很重要，直接影响接下来操作的是什么，因为 from 后跟的是一个表，如果这个表存在，这个表不存在各种不同的结果。
Select
count(*) as nums每个性别的人数
Fromt_user_t用户表，为了方便起别名
--需求:统计来自于北京男女各有多少人(性別为空的排除)并且按照人数的倒数迸行排序。
3、表是全国的用户表，有北京，上海，浙江，河南，安徽，要求只来自于北京的，在操作之前进行过滤，过滤只要求北京的。
Select
count(*) as nums
Fromt_user_t
where t.city = "beijing'分组前过滤，只要北京
4、这是个不规律的表，当中性别字段有男有女，但是在进行人口统计时性别是丢失的字段。性别可能存在空，需要把性别为空的排除掉。And is not null，从性别上考虑没有问题，从性能上考虑当把性别过滤放在where中意味把全国所有的性别为空都排除掉了，只需要排除北京的性别为空，所以就不能写在 where 中，where 和 having 的区别，一个是分组前全局过滤，一个是分组后过滤，就是过滤的范围不一样。
Select
count(*) as nums
Fromt_user_t
where t.city = "beijing'
group by t.sex
having t.sex is not null
5、按照人数的倒数进行排序，人数就是统计的 nums，可以编写 sql 了。
Select
count(*) as nums
Fromt_user_t
where t.city = "beijing'
group by t.sex
having t.sex is not null
order by nums desc；
6、如果返回的数据有限制，返回 n 条。
Select
count(*) as nums
Fromt_user_t
where t.city = "beijing'
group by t.sex
having t.sex is not null
order by nums desc；
limit n;
这是编写查询语句的 sql，或者是看别人 sql 的标准套路。
7、小结
如何編写査看 select 语句。
Select
count(*) as nums
Fromt_user_t
where t.city = "beijing'
group by t.sex
having t.sex is not null
order by nums desc；
limit n;
重点: select 确定之后，立马寻找 from 关键字，因为 from 后面跟的就是操作的表。返回字段，count 字段，没有这个表就是白写。先确定表，再根据业务确定表达式。
--表可能是真实存在的表，如果是真实的表，直接操作使用。
--表也可能不存在，比如 t_user 表是根据两个表 join 而来的，用户信息有一个a表一个 b 表，a 和 b 表进行关联才能构成 t_user 表。设法通过查询把这个表变出来，基于这个虚拟的表再进行操作。比如 t_user 不存在假表，没有 t_user，可以通过 a 和 b 查询得到它。
from (
select 写关键字
a.*,b.* 返回 a 字段 b 字段
from a join b on a.id = b.id
where . . .如果需要就过滤
)t
t 表不是真实存在的表，而是 a 和 b 查询变出来的表，t 表就是一个虚拟的表。
通过查询语句，把 t 表变出来，再基于 t 表进行外面的操作，from 重要的原因就在于此。
select
a.*,b.*
from a join b on a.id = b.id
where . . .
如果发现是小括号，基本上可以确定表是一个虚拟的表，查询出来的表，如果只是一个表名，那么表肯定真实的存在，不管是写 sql 还是看 sql，立马要寻找 from 关键字，当把表的内容弄清楚之后，接下来表怎么操作就是业务的问题了。
--只有表确定之后在结合业务确定查询返回的字段或者表达式。
--嵌套子查询，先执行里面的查询语句，后执行外部的查询语句。
有可能 a 表和 b 表还不存在，a 表来自于 c 和 d，b 表来自于 e 和 f，在嵌套语句里面继续嵌套，但是嵌套过多无意义。理解嵌套的思想，编写 sql 关键字的寻找以及具体的语法规则弄清楚很重要。
