1. SELECT语句可以使用正则表达式做列选择，下面的语句查询除了ds和h 之外的所有列：SELECT `(ds|hr)?+.+` FROM sales
2. LEFT SEMI JOIN的限制是， JOIN子句中右边的表只能在ON子句中设置过滤条件，在WHERE子句、SELECT子句或其他地方过滤都不行。
3. Hadoop和Hive中数据都是用UTF-8编码的，所以, 所有中文必须是UTF-8编码, 才能正常使用。
4. count(distinct) 当前的Hive不支持在一条查询语句中有多Distinct。如果要在Hive查询语句中实现多Distinct，需要使用至少n+1条查询语句（n为 distinct的数目），前n条查询分别对n个列去重，最后一条查询语句对n个去重之后的列做Join操作，得到最终结果。
5. HAVING 不支持HAVING操作。如果需要这个功能要嵌套一个子查询用where限制
6. Join中处理null值的语义区别 SQL标准中，任何对null的操作（数值比较，字符串操作等）结果都为null。Hive对null值处理的逻辑和标准基本一致，除了Join时的特殊 逻辑。这里的特殊逻辑指的是，Hive的Join中，作为Join key的字段比较，null=null是有意义的，且返回值为true。
7. 分号字符
分号是SQL语句结束标记，在HiveQL中也是，但是在HiveQL中，对分号的识别没有那么智慧，例如：
select concat(cookie_id,concat(‘;‘,’zoo’)) from c02_clickstat_fatdt1 limit
2;
FAILED: Parse Error: line 0:-1 cannot recognize input ‘<EOF>‘ in
function specification
可以推断，Hive解析语句的时候，只要遇到分号就认为语句结束，而无论是否用引号包含起来。
解决的办法是，使用分号的八进制的ASCII码进行转义，那么上述语句应写成：
select
concat(cookie_id,concat(‘\073‘,‘zoo‘)) from c02_clickstat_fatdt1 limit 2;
8. Hive编译器将一个Hive
QL转换操作符。操作符Operator是Hive的最小的处理单元，每个操作符代表HDFS的一个操作或者一道MapReduce作业。操作符如下：
TableScanOperator：扫描hive表数据
ReduceSinkOperator：创建将发送到Reducer端的<Key,Value>对
JoinOperator：Join两份数据
SelectOperator：选择输出列
FileSinkOperator：建立结果数据,输出至文件
FilterOperator：过滤输入数据
GroupByOperator：GroupBy语句
MapJoinOperator：/*+mapjoin(t) */
LimitOperator：Limit语句
UnionOperator：Union语句
Hive通过ExecMapper和ExecReducer执行MapReduce任务。在执行MapReduce时有两种模式，即本地模式和分布式模式
。
原文地址：http://www.cnblogs.com/aprilrain/p/3726205.html
