Hive 入门教你使用 Apache Hive 和 SQL 查询已存储的文件。从零售商的小型订单数据开始，你将把 CSV 连接到表，计算已付款销售，并交付能够重新生成的地区报表。
课程包含 8 个引导实验和 2 个挑战。引导实验先解释概念再使用，挑战将已学技能应用于新输入。小型数据集让你先手算核对答案，再信任查询结果。
你将学到什么
完成课程后，你将能够：
- 查看表的列，通过 Beeline 运行保存的 SQL；
- 将 CSV 映射为外部表，区分元数据与实际记录；
- 筛选行、处理 NULL，并计算十进制销售汇总；
- 关联客户数据，检查匹配键是否保留了预期记录；
- 注册日期分区，查看查询选择了哪些分区；
- 重建 ORC 结果表而不累积重复数据，并诊断解析、位置和分区问题。
本课程适合谁
适合希望查询文件数据、建立可重复批量报表的数据分析或数据工程初学者。
前置要求： 基本终端操作和读懂表格的能力。不需要 SQL、Hadoop、Java 或 Python 经验。
学习环境： LabEx 提供浏览器 Linux 终端，预配置 Hive、HDFS 及所需服务。每节提供独立数据，不涉及生产集群管理。
常见问题
需要先学 SQL 或完成 Hadoop 课程吗？
不需要。会基本终端操作、能读懂表格即可，课程会介绍所用的 SQL。先学 Hadoop 有助于理解 HDFS 存储，但每节 Hive 实验都会独立准备环境和数据。
Hive 和前面介绍的 Hadoop 操作有什么区别？
Hadoop 练习侧重文件和批处理作业。这里通过 Hive 将存储的文件映射成表，用 SQL 查询并生成销售报表，同时理解表元数据、文件位置和分区之间的关系。
需要安装 Hive 或连接企业数据库吗？
不需要。LabEx 在浏览器环境中提供 Hive、所需服务和练习数据。你将使用准备好的零售文件和表，不需要企业数据或生产集群。
