Hive 实战操作教程：广电用户数据存储与分析

教程概述

本教程基于广电行业用户数据场景，通过实际操作带你掌握 Hive 数据仓库的核心技能。我们将处理5个真实的CSV数据集，包括用户信息、收视行为、账单、订单和媒体索引数据。

第一部分：环境准备

1.1 确认 Hadoop 和 Hive 环境

在开始之前，确保你的集群已经安装并启动了 Hadoop 和 Hive。

bash

# 检查 HDFS 是否正常运行
hdfs dfsadmin -report

# 启动 Hive
hive

1.2 准备数据文件

将以下5个CSV文件准备好：

mediamatch_usermsg.csv：用户信息（1995年1月-2022年6月）
mediamatch_userevent.csv：用户事件（1995年1月-2022年6月）
mmconsume_billevents.csv：账单事件（2022年1月-2022年7月）
order_index.csv：订单索引（2014年1月-2022年5月）
media_index.csv：媒体索引（2022年5月-2022年7月）

使用 Xftp 或 scp 命令将这些文件上传到 Linux 服务器的 /opt/data 目录。

bash

# 创建数据目录
mkdir -p /opt/data

# 删除CSV文件的表头（第一行）
cd /opt/data
sed -i '1d' mediamatch_usermsg.csv
sed -i '1d' mediamatch_userevent.csv
sed -i '1d' mmconsume_billevents.csv
sed -i '1d' order_index.csv
sed -i '1d' media_index.csv

第二部分：数据库操作实战

2.1 创建数据库

启动 Hive 命令行：

bash

hive

创建专门的数据库 TestDB：

sql

-- 创建数据库（如果不存在）
CREATE DATABASE IF NOT EXISTS TestDB
COMMENT '广电用户数据仓库'
LOCATION '/user/hive/warehouse/testdb.db';

-- 查看所有数据库
SHOW DATABASES;

-- 切换到 TestDB
USE TestDB;

验证数据库创建：

打开浏览器访问 http://master:9870，点击 Utilities → Browse the file system，导航到 /user/hive/warehouse，你会看到 testdb.db 目录。

2.2 查看和管理数据库

sql

-- 查看数据库详细信息
DESCRIBE DATABASE TestDB;

-- 查看数据库扩展信息
DESCRIBE DATABASE EXTENDED TestDB;

-- 设置数据库属性
ALTER DATABASE TestDB SET DBPROPERTIES ('creator'='admin', 'date'='2024-01-07');

第三部分：创建数据表实战

3.1 创建内部表：用户信息表

表结构设计：

字段名	类型	说明
terminal_no	STRING	终端编号
phone_no	STRING	手机号码
sm_name	STRING	用户姓名
run_name	STRING	运营商名称
sm_code	STRING	用户编码
owner_name	STRING	所有者名称
owner_code	STRING	所有者编码
run_time	STRING	运营时间
addressoj	STRING	地址
force	STRING	强制标识
open_time	STRING	开通时间

创建表的 SQL：

sql

CREATE TABLE IF NOT EXISTS mediamatch_usermsg (
    terminal_no STRING COMMENT '终端编号',
    phone_no STRING COMMENT '手机号码',
    sm_name STRING COMMENT '用户姓名',
    run_name STRING COMMENT '运营商名称',
    sm_code STRING COMMENT '用户编码',
    owner_name STRING COMMENT '所有者名称',
    owner_code STRING COMMENT '所有者编码',
    run_time STRING COMMENT '运营时间',
    addressoj STRING COMMENT '地址',
    force STRING COMMENT '强制标识',
    open_time STRING COMMENT '开通时间'
)
COMMENT '用户信息表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

查看表结构：

sql

-- 查看表结构
DESC mediamatch_usermsg;

-- 查看详细表结构
DESC FORMATTED mediamatch_usermsg;

3.2 创建用户事件表

sql

CREATE TABLE IF NOT EXISTS mediamatch_userevent (
    sum_name STRING COMMENT '汇总名称',
    run_name STRING COMMENT '运营商名称',
    run_time STRING COMMENT '运营时间',
    owner_name STRING COMMENT '所有者名称',
    owner_code STRING COMMENT '所有者编码',
    open_time STRING COMMENT '开通时间'
)
COMMENT '用户事件表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

3.3 创建账单事件表

sql

CREATE TABLE IF NOT EXISTS mmconsume_billevents (
    terminal_no STRING COMMENT '终端编号',
    phone_no STRING COMMENT '手机号码',
    fee_code STRING COMMENT '费用代码',
    year_month STRING COMMENT '年月',
    owner_name STRING COMMENT '所有者名称',
    owner_code STRING COMMENT '所有者编码',
    sm_name STRING COMMENT '用户姓名',
    should_pay DOUBLE COMMENT '应付金额',
    favour_fee DOUBLE COMMENT '优惠金额'
)
COMMENT '账单事件表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

3.4 创建订单索引表

sql

CREATE TABLE IF NOT EXISTS order_index (
    phone_no STRING COMMENT '手机号码',
    owner_name STRING COMMENT '所有者名称',
    optdate STRING COMMENT '操作日期',
    prodname STRING COMMENT '产品名称',
    sm_name STRING COMMENT '用户姓名',
    offerid STRING COMMENT '优惠ID',
    offername STRING COMMENT '优惠名称',
    business_name STRING COMMENT '业务名称',
    owner_code STRING COMMENT '所有者编码',
    prodprcid STRING COMMENT '产品价格ID',
    prodprcname STRING COMMENT '产品价格名称',
    effdate STRING COMMENT '生效日期',
    expdate STRING COMMENT '失效日期',
    orderdate STRING COMMENT '订单日期',
    cost DOUBLE COMMENT '费用',
    mode_time STRING COMMENT '模式时间',
    prodstatus STRING COMMENT '产品状态',
    run_name STRING COMMENT '运营商名称',
    orderno STRING COMMENT '订单号',
    offertype STRING COMMENT '优惠类型'
)
COMMENT '订单索引表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

3.5 创建媒体索引表

sql

CREATE TABLE IF NOT EXISTS media_index (
    terminal_no STRING COMMENT '终端编号',
    phone_no STRING COMMENT '手机号码',
    duration INT COMMENT '时长（秒）',
    station_name STRING COMMENT '频道名称',
    origin_time STRING COMMENT '开始时间',
    end_time STRING COMMENT '结束时间',
    owner_code STRING COMMENT '所有者编码',
    owner_name STRING COMMENT '所有者名称',
    vod_cat_tags STRING COMMENT '点播分类标签',
    resolution STRING COMMENT '分辨率',
    audio_lang STRING COMMENT '音频语言',
    region STRING COMMENT '地区',
    res_name STRING COMMENT '资源名称',
    res_type STRING COMMENT '资源类型',
    vod_title STRING COMMENT '点播标题',
    category_name STRING COMMENT '类别名称',
    program_title STRING COMMENT '节目标题',
    sm_name STRING COMMENT '用户姓名'
)
COMMENT '媒体索引表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

查看所有表：

sql

SHOW TABLES;

第四部分：数据加载实战

4.1 使用 LOAD 命令加载本地数据

加载用户信息数据：

sql

LOAD DATA LOCAL INPATH '/opt/data/mediamatch_usermsg.csv'
INTO TABLE mediamatch_usermsg;

加载用户事件数据：

sql

LOAD DATA LOCAL INPATH '/opt/data/mediamatch_userevent.csv'
INTO TABLE mediamatch_userevent;

加载账单事件数据：

sql

LOAD DATA LOCAL INPATH '/opt/data/mmconsume_billevents.csv'
INTO TABLE mmconsume_billevents;

加载订单索引数据：

sql

LOAD DATA LOCAL INPATH '/opt/data/order_index.csv'
INTO TABLE order_index;

加载媒体索引数据：

sql

LOAD DATA LOCAL INPATH '/opt/data/media_index.csv'
INTO TABLE media_index;

4.2 验证数据加载

查看表中的数据：

sql

-- 查看用户信息表前10条记录
SELECT * FROM mediamatch_usermsg LIMIT 10;

-- 统计用户信息表总记录数
SELECT COUNT(*) FROM mediamatch_usermsg;

-- 查看账单表前5条记录
SELECT * FROM mmconsume_billevents LIMIT 5;

-- 统计各表的记录数
SELECT COUNT(*) AS user_count FROM mediamatch_usermsg;
SELECT COUNT(*) AS event_count FROM mediamatch_userevent;
SELECT COUNT(*) AS bill_count FROM mmconsume_billevents;
SELECT COUNT(*) AS order_count FROM order_index;
SELECT COUNT(*) AS media_count FROM media_index;

4.3 在 HDFS 上验证数据

bash

# 查看 HDFS 上的数据文件
hdfs dfs -ls /user/hive/warehouse/testdb.db/mediamatch_usermsg/
hdfs dfs -ls /user/hive/warehouse/testdb.db/mmconsume_billevents/

# 查看文件内容（前20行）
hdfs dfs -cat /user/hive/warehouse/testdb.db/mediamatch_usermsg/* | head -20

或访问 Web UI：http://master:9870 → Utilities → Browse the file system → 导航到 /user/hive/warehouse/testdb.db

第五部分：外部表实战

5.1 创建外部表

外部表的数据存储在指定的 HDFS 路径，删除表时不会删除数据文件。

先将数据上传到 HDFS：

bash

# 创建 HDFS 目录
hdfs dfs -mkdir -p /ext/employees

# 准备测试数据文件
cat > /opt/employees.txt << EOF
John,30,5000.0,IT,Alice|Bob,tax:100.0|insurance:200.0
Jane,28,4500.0,HR,Tom|Jerry,tax:80.0|insurance:150.0
Mike,35,6000.0,Finance,David,tax:120.0|insurance:250.0
EOF

# 上传到 HDFS
hdfs dfs -put /opt/employees.txt /ext/employees/

创建外部表：

sql

CREATE EXTERNAL TABLE IF NOT EXISTS employees_external (
    name STRING COMMENT '姓名',
    age INT COMMENT '年龄',
    salary FLOAT COMMENT '薪资',
    department STRING COMMENT '部门',
    subordinates ARRAY<STRING> COMMENT '下属列表',
    deductions MAP<STRING, FLOAT> COMMENT '扣款项目'
)
COMMENT '员工信息外部表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
COLLECTION ITEMS TERMINATED BY '|'
MAP KEYS TERMINATED BY ':'
STORED AS TEXTFILE
LOCATION '/ext/employees';

查询外部表数据：

sql

-- 查看所有数据
SELECT * FROM employees_external;

-- 访问数组元素
SELECT name, subordinates[0] AS first_subordinate 
FROM employees_external;

-- 访问 MAP 元素
SELECT name, deductions['tax'] AS tax_amount 
FROM employees_external;

删除外部表（数据文件不会被删除）：

sql

DROP TABLE IF EXISTS employees_external;

-- 验证 HDFS 上的文件仍然存在

在 Shell 中验证：

bash

hdfs dfs -ls /ext/employees/
# 文件仍然存在

第六部分：分区表实战

分区表可以显著提升查询性能，特别是在处理大规模数据时。

6.1 创建静态分区表

创建按年月分区的账单表：

sql

CREATE TABLE IF NOT EXISTS mmconsume_billevents_partition (
    terminal_no STRING COMMENT '终端编号',
    phone_no STRING COMMENT '手机号码',
    fee_code STRING COMMENT '费用代码',
    owner_name STRING COMMENT '所有者名称',
    owner_code STRING COMMENT '所有者编码',
    sm_name STRING COMMENT '用户姓名',
    should_pay DOUBLE COMMENT '应付金额',
    favour_fee DOUBLE COMMENT '优惠金额'
)
COMMENT '按年月分区的账单表'
PARTITIONED BY (year_month STRING COMMENT '年月')
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

向指定分区加载数据：

sql

-- 加载 2022年1月的数据
LOAD DATA LOCAL INPATH '/opt/data/mmconsume_billevents_202201.csv'
INTO TABLE mmconsume_billevents_partition
PARTITION (year_month='202201');

-- 加载 2022年2月的数据
LOAD DATA LOCAL INPATH '/opt/data/mmconsume_billevents_202202.csv'
INTO TABLE mmconsume_billevents_partition
PARTITION (year_month='202202');

查询分区表：

sql

-- 查看所有分区
SHOW PARTITIONS mmconsume_billevents_partition;

-- 查询特定分区
SELECT * FROM mmconsume_billevents_partition
WHERE year_month='202201'
LIMIT 10;

-- 统计各分区的记录数
SELECT year_month, COUNT(*) AS record_count
FROM mmconsume_billevents_partition
GROUP BY year_month;

6.2 创建动态分区表

动态分区允许 Hive 自动根据数据内容创建分区。

设置动态分区参数：

sql

-- 启用动态分区
SET hive.exec.dynamic.partition=true;

-- 设置为非严格模式
SET hive.exec.dynamic.partition.mode=nonstrict;

-- 设置最大动态分区数
SET hive.exec.max.dynamic.partitions=1000;

-- 设置每个节点最大动态分区数
SET hive.exec.max.dynamic.partitions.pernode=100;

创建动态分区表：

sql

CREATE TABLE IF NOT EXISTS media_index_partition (
    terminal_no STRING,
    phone_no STRING,
    duration INT,
    station_name STRING,
    origin_time STRING,
    end_time STRING,
    owner_code STRING,
    owner_name STRING,
    sm_name STRING
)
PARTITIONED BY (res_type STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

使用动态分区插入数据：

sql

-- 从原始表插入数据，自动按 res_type 分区
INSERT INTO TABLE media_index_partition PARTITION(res_type)
SELECT 
    terminal_no,
    phone_no,
    duration,
    station_name,
    origin_time,
    end_time,
    owner_code,
    owner_name,
    sm_name,
    res_type
FROM media_index;

查看动态分区结果：

sql

-- 查看创建的分区
SHOW PARTITIONS media_index_partition;

-- 查询特定分区
SELECT * FROM media_index_partition
WHERE res_type='0'
LIMIT 5;

第七部分：分桶表实战

分桶表将数据按照 hash 值分散到固定数量的文件中，适合数据采样和优化 JOIN 操作。

7.1 创建分桶表

sql

CREATE TABLE IF NOT EXISTS mediamatch_usermsg_bucket (
    terminal_no STRING,
    phone_no STRING,
    sm_name STRING,
    run_name STRING,
    sm_code STRING,
    owner_name STRING,
    owner_code STRING,
    run_time STRING,
    addressoj STRING,
    force STRING,
    open_time STRING
)
COMMENT '按所有者编码分桶的用户表'
CLUSTERED BY (owner_code) 
SORTED BY (open_time DESC)
INTO 4 BUCKETS
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

插入数据到分桶表：

sql

-- 启用分桶
SET hive.enforce.bucketing=true;

-- 从原始表插入数据
INSERT INTO TABLE mediamatch_usermsg_bucket
SELECT * FROM mediamatch_usermsg;

验证分桶效果：

bash

# 查看 HDFS 上的文件，会看到4个桶文件
hdfs dfs -ls /user/hive/warehouse/testdb.db/mediamatch_usermsg_bucket/

使用分桶表进行数据采样：

sql

-- 随机采样 25% 的数据（1个桶）
SELECT * FROM mediamatch_usermsg_bucket
TABLESAMPLE(BUCKET 1 OUT OF 4 ON owner_code)
LIMIT 100;

第八部分：临时表实战

临时表只在当前会话中存在，会话结束后自动删除。

8.1 创建临时表

sql

CREATE TEMPORARY TABLE IF NOT EXISTS temp_user_summary (
    owner_code STRING,
    user_count BIGINT,
    avg_duration DOUBLE
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

向临时表插入统计数据：

sql

INSERT INTO TABLE temp_user_summary
SELECT 
    owner_code,
    COUNT(DISTINCT phone_no) AS user_count,
    AVG(duration) AS avg_duration
FROM media_index
GROUP BY owner_code;

查询临时表：

sql

SELECT * FROM temp_user_summary
ORDER BY user_count DESC
LIMIT 10;

验证临时表特性：

sql

-- 退出 Hive
exit;

-- 重新进入 Hive
hive
USE TestDB;

-- 尝试查询临时表（会报错，因为临时表已消失）
SHOW TABLES;
-- temp_user_summary 不会出现在列表中

第九部分：表管理操作实战

9.1 重命名表

sql

-- 创建测试表
CREATE TABLE log_message (
    hms INT COMMENT '时间戳',
    severity STRING COMMENT '严重程度',
    server STRING COMMENT '服务器',
    process_id INT COMMENT '进程ID',
    message STRING COMMENT '日志消息'
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

-- 重命名表
ALTER TABLE log_message RENAME TO log_message_new;

-- 验证
SHOW TABLES;
DESC log_message_new;

9.2 修改表属性

sql

-- 添加表注释
ALTER TABLE log_message_new SET TBLPROPERTIES ('comment'='系统日志表');

-- 查看表属性
DESC FORMATTED log_message_new;

9.3 删除表

sql

-- 删除内部表（数据和元数据都会删除）
DROP TABLE IF EXISTS log_message_new;

-- 验证表已删除
SHOW TABLES;

第十部分：基础查询实战

10.1 简单查询

sql

-- 查询用户总数
SELECT COUNT(*) AS total_users FROM mediamatch_usermsg;

-- 查询不同运营商的用户数
SELECT run_name, COUNT(*) AS user_count
FROM mediamatch_usermsg
GROUP BY run_name
ORDER BY user_count DESC;

-- 查询特定用户的账单信息
SELECT phone_no, year_month, should_pay, favour_fee
FROM mmconsume_billevents
WHERE phone_no = '13800138000'
ORDER BY year_month;

10.2 聚合分析

sql

-- 计算每月总账单金额
SELECT 
    year_month,
    COUNT(*) AS bill_count,
    SUM(should_pay) AS total_should_pay,
    SUM(favour_fee) AS total_favour_fee,
    SUM(should_pay - favour_fee) AS actual_pay
FROM mmconsume_billevents
GROUP BY year_month
ORDER BY year_month;

-- 查找高消费用户（TOP 10）
SELECT 
    phone_no,
    sm_name,
    SUM(should_pay) AS total_consumption
FROM mmconsume_billevents
GROUP BY phone_no, sm_name
ORDER BY total_consumption DESC
LIMIT 10;

10.3 收视行为分析

sql

-- 统计用户观看时长
SELECT 
    phone_no,
    sm_name,
    COUNT(*) AS watch_count,
    SUM(duration) AS total_duration_seconds,
    ROUND(SUM(duration)/3600, 2) AS total_duration_hours
FROM media_index
GROUP BY phone_no, sm_name
ORDER BY total_duration_seconds DESC
LIMIT 20;

-- 分析热门频道
SELECT 
    station_name,
    COUNT(*) AS view_count,
    SUM(duration) AS total_duration
FROM media_index
GROUP BY station_name
ORDER BY view_count DESC
LIMIT 15;

-- 分析资源类型分布
SELECT 
    res_type,
    CASE 
        WHEN res_type = '0' THEN '直播'
        WHEN res_type = '1' THEN '点播'
        ELSE '未知'
    END AS res_type_name,
    COUNT(*) AS count,
    ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER(), 2) AS percentage
FROM media_index
GROUP BY res_type;

10.4 JOIN 查询

sql

-- 用户消费与收视行为关联分析
SELECT 
    m.phone_no,
    m.sm_name,
    COUNT(DISTINCT b.year_month) AS bill_months,
    SUM(b.should_pay) AS total_bill,
    COUNT(DISTINCT md.terminal_no) AS device_count,
    SUM(md.duration)/3600 AS watch_hours
FROM mediamatch_usermsg m
LEFT JOIN mmconsume_billevents b ON m.phone_no = b.phone_no
LEFT JOIN media_index md ON m.phone_no = md.phone_no
GROUP BY m.phone_no, m.sm_name
HAVING total_bill > 0
ORDER BY total_bill DESC
LIMIT 20;

第十一部分：性能优化实战

11.1 使用分区裁剪

sql

-- 不使用分区（全表扫描）
SELECT COUNT(*) 
FROM mmconsume_billevents
WHERE year_month = '202201';

-- 使用分区（只扫描特定分区）
SELECT COUNT(*) 
FROM mmconsume_billevents_partition
WHERE year_month = '202201';

11.2 使用列式存储格式（ORC）

sql

-- 创建 ORC 格式的表
CREATE TABLE mmconsume_billevents_orc (
    terminal_no STRING,
    phone_no STRING,
    fee_code STRING,
    year_month STRING,
    owner_name STRING,
    owner_code STRING,
    sm_name STRING,
    should_pay DOUBLE,
    favour_fee DOUBLE
)
STORED AS ORC
TBLPROPERTIES ("orc.compress"="SNAPPY");

-- 从文本表导入数据
INSERT INTO TABLE mmconsume_billevents_orc
SELECT * FROM mmconsume_billevents;

-- 比较存储大小

在 Shell 中查看文件大小：

bash

# 文本格式表大小
hdfs dfs -du -h /user/hive/warehouse/testdb.db/mmconsume_billevents/

# ORC 格式表大小
hdfs dfs -du -h /user/hive/warehouse/testdb.db/mmconsume_billevents_orc/

11.3 启用执行引擎优化

sql

-- 使用 Tez 引擎（比 MapReduce 更快）
SET hive.execution.engine=tez;

-- 启用向量化执行
SET hive.vectorized.execution.enabled=true;

-- 启用 CBO（基于成本的优化器）
SET hive.cbo.enable=true;
SET hive.compute.query.using.stats=true;

-- 收集表统计信息
ANALYZE TABLE mmconsume_billevents COMPUTE STATISTICS;
ANALYZE TABLE mmconsume_billevents COMPUTE STATISTICS FOR COLUMNS;

第十二部分：综合实战案例

案例：广电用户价值分析报表

需求：生成一份用户价值分析报表，包括用户的消费金额、观看时长、活跃度等指标。

Hive 实战操作教程：广电用户数据存储与分析 ​

教程概述 ​

第一部分：环境准备 ​

1.1 确认 Hadoop 和 Hive 环境 ​

1.2 准备数据文件 ​

第二部分：数据库操作实战 ​

2.1 创建数据库 ​

2.2 查看和管理数据库 ​

第三部分：创建数据表实战 ​

3.1 创建内部表：用户信息表 ​

3.2 创建用户事件表 ​

3.3 创建账单事件表 ​

3.4 创建订单索引表 ​

3.5 创建媒体索引表 ​

第四部分：数据加载实战 ​

4.1 使用 LOAD 命令加载本地数据 ​

4.2 验证数据加载 ​

4.3 在 HDFS 上验证数据 ​

第五部分：外部表实战 ​

5.1 创建外部表 ​

第六部分：分区表实战 ​

6.1 创建静态分区表 ​

6.2 创建动态分区表 ​

第七部分：分桶表实战 ​

7.1 创建分桶表 ​

第八部分：临时表实战 ​

8.1 创建临时表 ​

第九部分：表管理操作实战 ​

9.1 重命名表 ​

9.2 修改表属性 ​

9.3 删除表 ​

第十部分：基础查询实战 ​

10.1 简单查询 ​

10.2 聚合分析 ​

10.3 收视行为分析 ​

10.4 JOIN 查询 ​

第十一部分：性能优化实战 ​

11.1 使用分区裁剪 ​

11.2 使用列式存储格式（ORC） ​

11.3 启用执行引擎优化 ​

第十二部分：综合实战案例 ​

案例：广电用户价值分析报表 ​

Hive 实战操作教程：广电用户数据存储与分析

教程概述

第一部分：环境准备

1.1 确认 Hadoop 和 Hive 环境

1.2 准备数据文件

第二部分：数据库操作实战

2.1 创建数据库

2.2 查看和管理数据库

第三部分：创建数据表实战

3.1 创建内部表：用户信息表

3.2 创建用户事件表

3.3 创建账单事件表

3.4 创建订单索引表

3.5 创建媒体索引表

第四部分：数据加载实战

4.1 使用 LOAD 命令加载本地数据

4.2 验证数据加载

4.3 在 HDFS 上验证数据

第五部分：外部表实战

5.1 创建外部表

第六部分：分区表实战

6.1 创建静态分区表

6.2 创建动态分区表

第七部分：分桶表实战

7.1 创建分桶表

第八部分：临时表实战

8.1 创建临时表

第九部分：表管理操作实战

9.1 重命名表

9.2 修改表属性

9.3 删除表

第十部分：基础查询实战

10.1 简单查询

10.2 聚合分析

10.3 收视行为分析

10.4 JOIN 查询

第十一部分：性能优化实战

11.1 使用分区裁剪

11.2 使用列式存储格式（ORC）

11.3 启用执行引擎优化

第十二部分：综合实战案例

案例：广电用户价值分析报表