我有一个查询，我想将其结果存储在一个变量中 我该怎么做 ？ 我试过了
./hive -e "use telecom;insert overwrite local directory '/tmp/result' select
avg(a) from abc;"
./hive --hiveconf MY_VAR =`cat /tmp/result/000000_0`;
我能够在 MY_VAR 中获得平均值，但它需要我在 hive CLI 中，这不是必需的 有没有办法在 hive CLI 中访问 unix 命令？
【问题讨论】：
用例：在mysql中以下是有效的：
set @max_date := select max(date) from some_table;
select * from some_other_table where date > @max_date;
这对于需要重复调用此变量的脚本非常有用，因为您只需要执行一次最大日期查询，而不是每次调用该变量时。
HIVE 目前不支持这个。（如果我错了，请纠正我！我整个下午都在想办法做到这一点）
我的解决方法是将所需变量存储在一个足够小的表中，以便将连接映射到使用它的查询上。因为连接是映射而不是广播连接，所以它不会显着影响性能。例如：
如果存在则删除表 var_table;
创建表 var_table 为
从 some_table 中选择 max(date) 作为 max_date；选择 some_other_table。*
来自 some_other_table
左连接 var_table
其中 some_other_table.date > var_table.max_date;
@visakh 建议的解决方案不是最优的，因为存储了字符串 'select count(1) from table_name;'而不是返回值，因此在您需要在脚本期间重复调用 var 的情况下将无济于事。
【讨论】：
将 hive 查询输出存储在一个变量中并在另一个查询中使用它。
在 shell 中通过执行以下操作创建具有所需值的变量：
var=`hive -S -e "select max(datekey) from ....;"`
echo $var
在另一个 hive 查询中使用变量值：
hive -hiveconf MID_DATE=$var -f test.hql
【讨论】：
您可以使用 shell 脚本简单地实现这一点。
创建一个shell脚本 文件：avg_op.sh
#!/bin/sh
hive -e 'use telecom;select avg(a) from abc;' > avg.txt
wait
value=`cat avg.txt`
hive --hiveconf avgval=$value -e "set avgval;set hiveconf:avgval;
use telecom;
select * from abc2 where avg_var=\${hiveconf:avgval};"
执行.sh文件
>bash avg_op.sh
【讨论】：
如果您尝试从 Linux 中的 Hive 查询或 impala 查询中捕获数字，您可以通过执行查询并从正则表达式中选择数字来实现。
使用 Hive，
max=`beeline -u ${hiveConnectionUrl} -e "select max(col1) from schema_name.table_name;" | sed 's/[^0-9]*//g'`
主要部分是从结果中提取数字。此外，如果结果太大，您可以使用--silent=true 标志来静默执行，从而减少日志消息。
【讨论】：
您可以为此使用BeeTamer。它允许将结果（或部分结果）存储在一个变量中，稍后在您的代码中使用这个变量。
Beetamer 是一种宏语言/宏处理器，允许扩展 Apache Hive 和 Cloudera Impala 引擎的功能。
select avg(a) from abc;
%capture MY_AVERAGE;
select * from abc2 where avg_var=#MY_AVERAGE#;
在这里，您将查询的平均值保存到宏变量 MY_AVERAGE 中，然后在第二个查询中重用它。
【讨论】：
试试下面：
$ var=$(hive -e "select '12'")
$ 回声 $var
12 -- 输出
【讨论】：