零基础起步：把第一条 HiveQL 跑通

这一页假设你什么都没做过。跟着 6 个关卡往下走，每一步都告诉你敲什么、屏幕上应该出现什么、出错了先查哪一条。全程约 40 分钟。

6 个关卡约 40 分钟每一步都告诉你敲什么18 条常见报错速查

走完这 6 关，你就能

知道自己的 Hive 装在哪、怎么连上去
能独立建一个库、建一张表、把数据放进去
能用 SELECT 把数据查出来，并看懂返回结果
遇到常见报错能自己定位原因

怎么用这一页① 打开你的虚拟机（或 Xshell 连上去），页面上说"敲什么"就照着敲；② 每步都有"你应该看到"，对不上就先看"如果报错"；③ 不要跳步——第 2 关的库没建好，第 3 关一定失败；④ 卡住超过 10 分钟，跳到最后的《常见报错速查》按报错关键字搜。

第 0 关 · 先确认环境是好的（5 分钟）

目标Hive 本身很小，它依赖 Hadoop 和元数据库。这三样有一处不通，后面全做不了。
前提：已经装好 Hadoop + MySQL + Hive（单元2 / 第4-5周实训做过这件事）

1看 Hadoop 是否在运行

🎯 在虚拟机上打开终端（或用 Xshell 连上去），输入下面这行。

SHELL

jps

👀 你应该看到

10885 NodeManager
10327 DataNode
10522 SecondaryNameNode
10746 ResourceManager
10171 NameNode
11247 Jps

能看到 NameNode、DataNode、ResourceManager、NodeManager 就算正常。

⚠️ 如果报错

只看到 Jps 一行
→ Hadoop 没启动。依次执行 start-dfs.sh、start-yarn.sh，再 jps 确认。
命令找不到
→ 环境变量没配好。执行 source ~/.bashrc，或用绝对路径 $HADOOP_HOME/sbin/start-dfs.sh。

2看元数据库能不能连上

🎯 Hive 的表结构信息都放在 MySQL 里，连不上它 Hive 一定起不来。

SHELL

mysql -uhive -phive123456 -e "use hive; show tables;"

👀 你应该看到

BUCKETING_COLS
CDS
COLUMNS_V2
DBS
TBLS
…（一长串 Hive 自动建的元数据表）

只要不报错、能看到一串表名就说明元数据库正常。

⚠️ 如果报错

Access denied for user 'hive'
→ 账号或密码不对；确认第4周实训里创建的 hive 账号和授权是否执行过。
Can't connect to local MySQL server
→ MySQL 没启动：systemctl start mysqld。
表很少或没有
→ 元数据没初始化：在 Hive 安装目录执行 schematool -initSchema -dbType mysql。

3看 Hive 装在哪、用哪个命令启动

🎯 确认 Hive 的安装目录和环境变量，后面要靠它启动。

SHELL

echo $HIVE_HOME
ls $HIVE_HOME/bin | head

👀 你应该看到

/export/servers/hive-4.1.0
beeline
hive
ext
hive-config.sh
…

能打印出安装路径，并且 bin 目录里能看到 beeline 就够了。

⚠️ 如果报错

输出空行
→ HIVE_HOME 没配。编辑 vi ~/.bashrc，加入 export HIVE_HOME=/export/servers/hive-4.1.0 和 export PATH=$HIVE_HOME/bin:$PATH，再 source ~/.bashrc。

4启动 HiveServer2 并确认端口

🎯 远程模式（多人用、后面配 DataGrip）必须启动它。

SQL

hiveserver2 &
sleep 5
netstat -nltp | grep 10000

👀 你应该看到

tcp  0  0 0.0.0.0:10000  0.0.0.0:*  LISTEN  12345/java

看到 LISTEN 就说明 10000 端口在监听，可以连了。

⚠️ 如果报错

端口没监听
→ 看日志找原因：tail -100 $HIVE_HOME/logs/hive.log，常见是元数据库连不上。
端口被占用
→ 改 hive-site.xml 里的 hive.server2.thrift.port，或用 kill -9 进程号 结束旧进程。

✅ 过关标准四项都通过？进入第 1 关。任一项不通，先回到单元2 或第4-5周实训把它修好。

第 1 关 · 连上 Hive 客户端（3 分钟）

目标Hive 有三种用法，先用最简单的一种连上去，看到提示符就算成功。
前提：第 0 关全部通过

1方式一：Beeline 连 HiveServer2（推荐）

🎯 这是生产环境的标准做法，后面 DataGrip 连的也是这个地址。

SHELL

beeline -u "jdbc:hive2://hadoop1:10000" -n hadoop

👀 你应该看到

Connected to: Apache Hive (version 4.1.0)
Driver: Hive JDBC (version 4.1.0)
Beeline version 4.1.0 by Apache Hive
0: jdbc:hive2://hadoop1:10000>

最后那行 0: jdbc:hive2://…> 就是提示符，说明你已经进到 Hive 里了，后面所有 SQL 都敲在这里。

⚠️ 如果报错

Connection refused
→ HiveServer2 没起来，回到第 0 关第 4 步。
User: hadoop is not allowed to impersonate
→ Hadoop 端代理配置缺失，按第5周实训配置 hadoop.proxyuser.hadoop.hosts 等相关参数。

2方式二：本地模式直接敲 hive（最省事）

🎯 元数据在本机 MySQL 时，直接用 hive 命令即可，不用起服务。

SHELL

hive

👀 你应该看到

hive (default)>

提示符里括号内的 default 是当前所在的数据库，它会随 USE 语句变化。

⚠️ 如果报错

卡住不动或报 Metastore 相关错误
→ 元数据库配置有问题，检查 hive-site.xml 里的 javax.jdo.option.ConnectionURL。

3方式三：不进去，直接跑一句就退出

🎯 写脚本、做定时任务时最常用。

SHELL

hive -e "show databases;"

👀 你应该看到

OK
default
Time taken: 0.856 seconds, Fetched: 1 row(s)

-e 后面跟 SQL；批量脚本用 -f 文件名.sql。

⚠️ 如果报错

命令很长不好敲
→ 把 SQL 存成文件：vi t.sql 写入语句，再 hive -f t.sql。

4记住三个“退出/帮助”命令

🎯 新手最容易卡在"怎么出去"。

SQL

!quit          -- 退出 Beeline
!help          -- 看 Beeline 自己的命令
quit;          -- 在 hive 命令行里退出

👀 你应该看到

（回到 Linux 命令行提示符）

以 ! 开头的是 Beeline 的命令，不是 SQL，结尾不用分号。

✅ 过关标准能看到提示符、能退出，就够了。

第 2 关 · 建库：把自己的"抽屉"建出来（4 分钟）

目标数据库就是一层目录。先看清楚现状，再建、再用、再确认。
前提：已连上 Hive（第 1 关）

1① 先看现在有哪些库

🎯 养成"先看再做"的习惯，避免重复建、建错地方。

SHELL

SHOW DATABASES;

👀 你应该看到

OK
default
Time taken: 0.234 seconds, Fetched: 1 row(s)

刚装好只有 default 一个库，它是默认库，正式项目别把表建在这里。

2② 写建库语句（逐段看懂）

🎯 把这条语句敲进去，注意分号是语句结束符，别漏。

SHELL

CREATE DATABASE IF NOT EXISTS school
COMMENT '校园选课演示库'
LOCATION '/user/hive/warehouse/school.db';

语句片段	含义
`CREATE DATABASE`	建库的关键字，也可以写成 CREATE SCHEMA，两者等价
`IF NOT EXISTS`	已经存在同名库时不报错直接跳过（脚本里建议都带上）
`COMMENT '…'`	给库加一句说明，方便别人看懂；单引号里的中文没问题
`LOCATION '…'`	指定这个库在 HDFS 上的目录；不写就用默认仓库目录

👀 你应该看到

OK
Time taken: 0.512 seconds

返回 OK 就是建好了。Hive 的 DDL 通常只回 OK，不像 MySQL 那样回详细信息。

⚠️ 如果报错

ParseException … cannot recognize input near
→ 十有八九是标点问题：分号写成中文分号、引号用了中文引号，或者少了一个括号。
Permission denied: user=…, access=WRITE, inode="/user/hive/warehouse"
→ 仓库目录没有写权限：hdfs dfs -chmod -R 777 /user/hive/warehouse。

3③ 切进去 + 确认自己在哪

🎯 建完库必须 USE 进去，否则表还会建到 default 里。

SHELL

USE school;
SELECT current_database();

👀 你应该看到

OK
Time taken: 0.1 seconds

_c0
school
Time taken: 0.3 seconds

提示符里的 default 也会变成 hive (school)>，这就是"我当前在哪个库"的提示。

⚠️ 如果报错

Database does not exist: school
→ 上一步没建成功，或者名字打错（Hive 库名区分大小写）。重跑第 ② 步。

4④ 到 HDFS 上亲眼看看这个库

🎯 把"库 = 目录"这件事看实了，后面分区、分桶就好理解了。

SHELL

hdfs dfs -ls /user/hive/warehouse/

👀 你应该看到

drwxrwxrwt   - hadoop supergroup   0 2025-07-01 10:12 /user/hive/warehouse/school.db

school.db 这个目录就是刚才建的库。库名后面固定加 .db。

⚠️ 如果报错

目录不存在
→ 建库时 LOCATION 写了别的路径，去那个路径找；或执行 DESCRIBE DATABASE EXTENDED school; 查真实位置。

✅ 过关标准你能回答"school 这个库在 HDFS 的哪个目录"吗？答得出来就过关。

第 3 关 · 建表：六行语句拆开看（8 分钟）

目标这是全课程最重要的一步。我们把 CREATE TABLE 拆成六行，一行一行说清楚。
前提：已 USE school（第 2 关）

1① 敲这条建表语句

🎯 先整条敲进去，看不懂没关系，下一步逐行解释。

SHELL

CREATE TABLE IF NOT EXISTS student_info(
    stu_id   STRING COMMENT '学号',
    stu_name STRING COMMENT '姓名',
    birthday STRING COMMENT '出生日期',
    sex      STRING COMMENT '性别'
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

👀 你应该看到

OK
Time taken: 0.421 seconds

建表只改元数据，瞬间完成，不产生任何数据文件。

⚠️ 如果报错

ParseException line 1:33 cannot recognize input near '(' in …
→ 括号对不上。字段列表必须用一对圆括号包起来，字段之间用英文逗号。
表已存在但结构不对
→ 先 DROP TABLE student_info; 再重建。

2② 六行分别是什么意思

🎯 照着下面这张表逐行对照，理解了以后所有建表语句都是这套结构。

语句片段	含义
`第 1 行 CREATE TABLE IF NOT EXISTS student_info(`	建一张名叫 student_info 的表；( ) 里写字段清单
`第 2–5 行字段名类型 COMMENT '说明'`	每个字段一行：名字、类型（STRING/INT 等）、注释。字段之间用逗号，最后一个字段后面不要加逗号
`第 6 行 )`	收尾的右括号，表示字段写完了
`第 7 行 ROW FORMAT DELIMITED FIELDS TERMINATED BY ','`	告诉 Hive：数据文件里每个字段用英文逗号分隔。这一行必须和你数据文件的真实分隔符一致
`第 8 行 STORED AS TEXTFILE`	数据文件存成普通文本。练习用 TEXTFILE 最直观（能用 cat 直接看）；正式仓库常换成 ORC（列存、更快更省）
`结尾分号 ;`	语句结束。Hive 里可以一条语句写多行，一直到分号才算结束

记忆口诀：字段清单 → 怎么分隔 → 存成什么格式。后面学分区、分桶，都是在这三块之外再加子句。

3③ 检查结构建对没有

🎯 建完一定要看一眼结构，这是最省事的自检。

SHELL

DESC student_info;

👀 你应该看到

col_name      data_type   comment
stu_id        string      学号
stu_name      string      姓名
birthday      string      出生日期
sex           string      性别

字段名、类型、注释三列都对上就说明建好了。想看更全的信息用 DESC FORMATTED student_info;。

⚠️ 如果报错

Table not found: student_info
→ 表没建成，或者你不在 school 库里。执行 USE school; 再 SHOW TABLES; 确认。
中文注释显示成乱码
→ 客户端字符集问题，不影响使用；换成 Beeline 或 DataGrip 一般就正常了。

4④ 到 HDFS 上看表长什么样

🎯 再确认一次"表 = 库目录下的一个子目录"。

SHELL

hdfs dfs -ls /user/hive/warehouse/school.db/

👀 你应该看到

drwxr-xr-x   - hadoop supergroup   0 … /user/hive/warehouse/school.db/student_info

目录是空的——因为还没放数据。下一步就来放。

⚠️ 如果报错

表目录不存在
→ 表可能建到了 default 库：去 /user/hive/warehouse/student_info 找找。

✅ 过关标准合上教程，你能默写出这六行吗？能写出来，单元3 的 DDL 就掌握一半了。

第 4 关 · 把数据放进去（6 分钟）

目标数据可以是"文件"直接搬进来，也可以用 INSERT 写。先学前者，它是大数据场景的主力。
前提：student_info 表已建好（第 3 关）

1① 在 Linux 上准备一个数据文件

🎯 Hive 的数据本来就是文本文件。注意：字段顺序要和建表时一致，用英文逗号分隔。

SHELL

mkdir -p /home/hadoop/data
vi /home/hadoop/data/student_info.txt

# 文件内容（四行，每行四个字段）：
001,彭于晏,1995-05-16,男
002,胡歌,1994-03-20,男
003,周杰伦,1995-04-30,男
004,刘德华,1998-08-28,男

👀 你应该看到

（vi 里按 i 进入编辑，粘贴内容，按 Esc 再输入 :wq 保存退出）

用 cat /home/hadoop/data/student_info.txt 确认文件内容确实是四行四列。

⚠️ 如果报错

中文变乱码
→ 文件存成 UTF-8 即可；vi 里可用 :set encoding=utf-8。
不小心把文件存成了 .txt.txt
→ ls -l 看一眼真实文件名，LOAD 时名字要完全一致。

2② 加载数据（LOAD DATA）

🎯 回到 Hive 客户端（第 1 关那个提示符），执行下面这句。

SHELL

LOAD DATA LOCAL INPATH '/home/hadoop/data/student_info.txt'
INTO TABLE student_info;

语句片段	含义
`LOAD DATA`	加载数据的固定开头
`LOCAL`	从客户端本机读文件（复制过去）。不写 LOCAL 就从 HDFS 读（移动过去）
`INPATH '…'`	文件所在路径，用单引号包起来，必须是完整路径
`INTO TABLE student_info`	装进哪张表；写成 OVERWRITE INTO 就是先清空再装

👀 你应该看到

Loading data to table school.student_info
OK
Time taken: 0.912 seconds

Hive 只是把文件搬到表的目录里，不做解析，所以再大的文件也很快。

⚠️ 如果报错

Invalid path: /home/hadoop/data/student_info.txt
→ 路径写错或文件不存在。ls -l 路径 确认一下。
SemanticException … Table not found
→ 不在 school 库里。先 USE school;。

3③ 查三行，确认数据真的进来了

🎯 加载完必须验证。LIMIT 只取前几行，速度快。

SHELL

SELECT * FROM student_info LIMIT 3;

👀 你应该看到

stu_id  stu_name  birthday    sex
001     彭于晏     1995-05-16  男
002     胡歌       1994-03-20  男
003     周杰伦     1995-04-30  男

看到数据就成功了。SELECT * 表示"所有字段"，LIMIT 3 表示只看 3 行。

⚠️ 如果报错

查出来全是 NULL
→ 分隔符和建表时不一致：文件里是逗号，但建表写成了 \t，改成逗号重建表。
一行都没有（0 行）
→ 数据装到别的表/库里了。在 HDFS 上确认：hdfs dfs -ls /user/hive/warehouse/school.db/student_info。
字段串行错位
→ 文件里字段顺序和建表顺序不一致，按建表顺序重排数据文件。

4④ 再学一招：直接 INSERT 两条

🎯 少量补录、做测试时很方便。

SHELL

INSERT INTO student_info VALUES ('005','唐国强','1993-09-10','男');
SELECT count(*) FROM student_info;

👀 你应该看到

OK
Time taken: 12.5 seconds

_c0
5
Time taken: 8.3 seconds

注意耗时：INSERT 会起一个计算作业，比 LOAD 慢得多。所以大批量数据一定要用 LOAD。

⚠️ 如果报错

报错说需要事务表
→ Hive 4 里 INSERT VALUES 到普通表是可以的；若报 ACID 相关错误，说明表属性被改过，重建表即可。

✅ 过关标准你能说清 LOAD 和 INSERT 的区别、各自适合什么场景吗？

第 5 关 · 把数据查出来（8 分钟）

目标查询是 Hive 的主战场。这一关只学四个最常用的写法，够你完成大部分作业。
前提：表里有数据（第 4 关）

1① 查全部 / 查指定列

🎯 先学会控制"看哪些列"，别动不动就 SELECT *。

SHELL

SELECT * FROM student_info;
SELECT stu_name, sex FROM student_info;

👀 你应该看到

4 行（或 5 行，取决于上一步是否 INSERT 过）

stu_name  sex
彭于晏     男
…

列存格式下只读用到的列能省大量 I/O，所以正式查询要列清单。

2② 加条件：WHERE

🎯 筛出你要的行。字符串要用单引号。

SHELL

SELECT stu_name, birthday FROM student_info
WHERE sex = '男' AND birthday > '1995-01-01';

👀 你应该看到

stu_name  birthday
彭于晏     1995-05-16
周杰伦     1995-04-30
刘德华     1998-08-28

AND 表示"并且"；OR 表示"或者"；日期字符串可以直接比较大小。

⚠️ 如果报错

报错 cannot recognize input near '男'
→ 引号用了中文引号，或者字符串没加引号。改成英文单引号。

3③ 排序 + 限量：ORDER BY … LIMIT

🎯 取"最……的几个"是最高频的需求。

SHELL

SELECT stu_name, birthday FROM student_info
ORDER BY birthday DESC LIMIT 2;

👀 你应该看到

stu_name  birthday
刘德华     1998-08-28
彭于晏     1995-05-16

DESC 从大到小（新的在前），ASC 从小到大。LIMIT 2 只取前两行。

4④ 分组统计：GROUP BY

🎯 把明细变成指标，这是数仓的核心动作。

SHELL

SELECT sex, count(*) AS 人数
FROM student_info
GROUP BY sex;

👀 你应该看到

sex  人数
男    4
女    0（如果还没插女生数据）

count(*) 数行数，AS 人数 给结果列起个中文别名。SELECT 里只能出现"分组列 + 聚合函数"。

⚠️ 如果报错

报错 Expression not in GROUP BY key
→ SELECT 里出现了没参与分组的普通列。要么加进 GROUP BY，要么用聚合函数包起来。

5⑤ 一次练完：把这四步连起来

🎯 综合起来写一条，感受一下真实查询的样子。

SHELL

SELECT sex,
       count(*) AS 人数,
       max(birthday) AS 最小的生日
FROM student_info
WHERE stu_id LIKE '00%'          -- 只统计 00 开头的学号
GROUP BY sex
ORDER BY 人数 DESC;

👀 你应该看到

sex  人数  最小的生日
男    4     1998-08-28

执行顺序是：FROM → WHERE → GROUP BY → SELECT → ORDER BY。所以 WHERE 里不能写聚合函数，HAVING 才可以。

✅ 过关标准四个写法（SELECT/WHERE/ORDER BY/GROUP BY）不看笔记能写出来吗？

第 6 关 · 改与删：把东西收拾干净（4 分钟）

目标学会安全地改结构和删数据，同时理解内部表与外部表的关键差别。
前提：前面几关都做过

1① 加字段、改字段名

🎯 表结构不是一次定死的，随时可以调整。

SHELL

ALTER TABLE student_info ADD COLUMNS (class_id STRING COMMENT '班级');
ALTER TABLE student_info CHANGE sex gender STRING COMMENT '性别';
DESC student_info;

👀 你应该看到

col_name      data_type  comment
stu_id        string     学号
…
class_id      string     班级

ADD COLUMNS 只能加在最后（分区列之前）；CHANGE 是"旧名新名新类型"的顺序。已有数据不会自动转换。

⚠️ 如果报错

加字段后查到的是 NULL
→ 老数据文件里没有这一列，属于正常现象。

2② 清空数据但保留表

🎯 重跑实验时常用。

SHELL

TRUNCATE TABLE student_info;
SELECT count(*) FROM student_info;

👀 你应该看到

OK

_c0
0

表结构还在，数据文件被删掉了。外部表不能 TRUNCATE。

⚠️ 如果报错

报错说外部表不能清空
→ 用 INSERT OVERWRITE 写一个空结果集来变相清空，或者直接删 HDFS 上的文件。

3③ 删表：内部表 vs 外部表（重要）

🎯 先看差别，再动手删，避免误删生产数据。

SQL

-- 内部表：删表 = 元数据 + 数据一起删
DROP TABLE IF EXISTS student_info;

-- 外部表：只删元数据，HDFS 上的文件保留
CREATE EXTERNAL TABLE ext_demo(id STRING)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
LOCATION '/user/hadoop/demo';
DROP TABLE ext_demo;
-- 此时 /user/hadoop/demo 里的文件还在

👀 你应该看到

OK
Time taken: 0.3 seconds（两种表都回 OK，但后果不同）

记牢一句话：外部表的数据不归 Hive 管，别人给的数据一律用外部表接。

⚠️ 如果报错

DROP DATABASE 报库非空
→ 加 CASCADE：DROP DATABASE school CASCADE;（会连表一起删，慎用）。

4④ 收尾：把练习环境清掉

🎯 保持环境干净，下次实验从零开始不会互相干扰。

SHELL

DROP TABLE IF EXISTS student_info;
DROP DATABASE IF EXISTS school CASCADE;

👀 你应该看到

OK
Time taken: 0.4 seconds

到此为止，你已经完整走了一遍：连客户端 → 建库 → 建表 → 装数据 → 查询 → 清理。接下来去单元3、单元5 做更完整的实例。

✅ 过关标准恭喜，第 0～6 关全部走完，你已经具备继续学单元 3～8 的基础了。

常见报错速查按报错里的关键字搜索本页（Ctrl+F）

报错关键字	原因	怎么解决
`FAILED: SemanticException [Error 10072]: Database does not exist: school`	库不存在，或没切换过去	先 `CREATE DATABASE school;` 再 `USE school;`
`FAILED: SemanticException [Error 10001]: Line 1:14 Table not found 'student_info'`	表名打错，或表建在别的库里	`SHOW TABLES;` 看当前库有哪些表，必要时写全名 `school.student_info`
`FAILED: ParseException line 1:0 cannot recognize input near …`	SQL 语法错误：中文标点、括号不配对、少分号	把标点全部换成英文，检查括号与引号是否成对
`java.net.ConnectException: Call From … to hadoop1:9000 failed on connection exception`	HDFS 没启动	`start-dfs.sh` 后用 `jps` 确认 NameNode 在
`MetaException(message:Got exception: java.net.ConnectException … 3306)`	MySQL 元数据库连不上	检查 MySQL 是否启动、账号密码与 `hive-site.xml` 中的 JDBC 配置
`Error: Could not open client transport with JDBC Uri … Connection refused`	HiveServer2 未启动或端口不对	执行 `hiveserver2 &`，用 `netstat -nltp \| grep 10000` 确认端口
`Permission denied: user=hadoop, access=WRITE, inode="/user/hive/warehouse"`	仓库目录权限不足	`hdfs dfs -chmod -R 777 /user/hive/warehouse`
`Invalid path ''/home/hadoop/data/xx.txt'': No files matching path`	LOAD 的文件路径不存在	`ls -l` 确认路径与文件名，注意 LOCAL 与 HDFS 的区别
`FAILED: SemanticException [Error 10096]: Dynamic partition strict mode requires at least one static partition column`	动态分区没开或模式不对	`SET hive.exec.dynamic.partition=true;` 与 `SET hive.exec.dynamic.partition.mode=nonstrict;`
`FAILED: SemanticException Table is not partitioned but partition spec exists`	往没分区的表里写了 PARTITION	要么去掉 PARTITION 子句，要么用 PARTITIONED BY 重建分区表
`FAILED: Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.mr.MapRedTask`	作业执行失败，多半是内存不足或数据问题	看 YARN 日志；调大内存 `SET mapreduce.map.memory.mb=2048;`
`Container killed by YARN for exceeding memory limits`	单个容器内存超限	调大容器内存，或减小单次处理的数据量（加分区过滤）
`FAILED: SemanticException [Error 10249]: Line 1:23 Unsupported SubQuery Expression`	在不支持的位置使用了子查询	把子查询改写成 `JOIN` 或 `WITH` 形式
`HiveException: Table is not ACID / Table must be bucketed and stored as ORC`	UPDATE/DELETE 需要事务表	建表时加 `CLUSTERED BY … INTO n BUCKETS STORED AS ORC TBLPROPERTIES('transactional'='true')`
`FAILED: RuntimeException … Expected 3 buckets but found 4`	分桶表桶数与设置不一致	保证 `hive.enforce.bucketing=true`，并按建表桶数写入
`SemanticException: Line 1:23 Expression not in GROUP BY key`	SELECT 里有没参与分组的列	把该列加进 GROUP BY，或用聚合函数（如 `max()`）包起来
`FAILED: Execution Error … Error while compiling statement: … Unknown function`	函数名写错，或自定义函数没注册	`SHOW FUNCTIONS '关键字.*';` 查函数名；自定义函数先 `ADD JAR` + `CREATE TEMPORARY FUNCTION`
`Killed / OutOfMemoryError: Java heap space`	内存不足	调小数据量、开启中间结果压缩，或给客户端加内存 `export HADOOP_CLIENT_OPTS="-Xmx2048m"`

完成自检清单

☐ 能说出 Hive 依赖的三样东西（HDFS、YARN/Tez、元数据库）
☐ 能用 Beeline / hive 两种方式连上并退出
☐ 能独立写出 CREATE DATABASE 与 CREATE TABLE 语句
☐ 知道 LOAD 与 INSERT 的区别和各自适用场景
☐ 能写带 WHERE / ORDER BY / LIMIT / GROUP BY 的查询
☐ 能说出内部表与外部表在删除时的差别
☐ 遇到报错知道先看哪几个地方（库名、表名、路径、权限、服务是否启动）

全部打勾，就可以放心去单元3 做完整的建库建表实例了。

下一步去哪

🧱 单元3 Hive数据定义

建库、建表、分区、分桶、视图，配 8 步完整实例

🔍 单元5 Hive数据查询

12 步练完所有查询招式

🧪 实操练习手册

21 道练习题，每题带答案与结果

零基础起步：把第一条 HiveQL 跑通

走完这 6 关，你就能

关卡目录

第 0 关 · 先确认环境是好的（5 分钟）

1看 Hadoop 是否在运行

2看元数据库能不能连上

3看 Hive 装在哪、用哪个命令启动

4启动 HiveServer2 并确认端口

第 1 关 · 连上 Hive 客户端（3 分钟）

1方式一：Beeline 连 HiveServer2（推荐）

2方式二：本地模式直接敲 hive（最省事）

3方式三：不进去，直接跑一句就退出

4记住三个“退出/帮助”命令

第 2 关 · 建库：把自己的"抽屉"建出来（4 分钟）

1① 先看现在有哪些库

2② 写建库语句（逐段看懂）

3③ 切进去 + 确认自己在哪

4④ 到 HDFS 上亲眼看看这个库

第 3 关 · 建表：六行语句拆开看（8 分钟）

1① 敲这条建表语句

2② 六行分别是什么意思

3③ 检查结构建对没有

4④ 到 HDFS 上看表长什么样

第 4 关 · 把数据放进去（6 分钟）

1① 在 Linux 上准备一个数据文件

2② 加载数据（LOAD DATA）

3③ 查三行，确认数据真的进来了

4④ 再学一招：直接 INSERT 两条

第 5 关 · 把数据查出来（8 分钟）

1① 查全部 / 查指定列

2② 加条件：WHERE

3③ 排序 + 限量：ORDER BY … LIMIT

4④ 分组统计：GROUP BY

5⑤ 一次练完：把这四步连起来

第 6 关 · 改与删：把东西收拾干净（4 分钟）

1① 加字段、改字段名

2② 清空数据但保留表

3③ 删表：内部表 vs 外部表（重要）

4④ 收尾：把练习环境清掉

常见报错速查 按报错里的关键字搜索本页（Ctrl+F）

完成自检清单

下一步去哪

🧱 单元3 Hive数据定义

🔍 单元5 Hive数据查询

🧪 实操练习手册

常见报错速查按报错里的关键字搜索本页（Ctrl+F）