输入以下语句，以使用 HDInsight 群集随附的示例数据来创建名为 log4jLogs 的表：（基于 URI 方案根据需要进行修改。）
DROP TABLE log4jLogs;
CREATE EXTERNAL TABLE log4jLogs (
t1 string,
t2 string,
t3 string,
t4 string,
t5 string,
t6 string,
t7 string)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ' '
STORED AS TEXTFILE LOCATION 'wasbs:///example/data/';
SELECT t4 AS sev, COUNT(*) AS count FROM log4jLogs
WHERE t4 = '[ERROR]' AND INPUT__FILE__NAME LIKE '%.log'
GROUP BY t4;
这些语句执行以下操作：
INFO :
INFO : Status: Running (Executing on YARN cluster with App id application_1443698635933_0001)
INFO : Map 1: -/- Reducer 2: 0/1
INFO : Map 1: 0/1 Reducer 2: 0/1
INFO : Map 1: 0/1 Reducer 2: 0/1
INFO : Map 1: 0/1 Reducer 2: 0/1
INFO : Map 1: 0/1 Reducer 2: 0/1
INFO : Map 1: 0(+1)/1 Reducer 2: 0/1
INFO : Map 1: 0(+1)/1 Reducer 2: 0/1
INFO : Map 1: 1/1 Reducer 2: 0/1
INFO : Map 1: 1/1 Reducer 2: 0(+1)/1
INFO : Map 1: 1/1 Reducer 2: 1/1
+----------+--------+--+
| sev | count |
+----------+--------+--+
| [ERROR] | 3 |
+----------+--------+--+
1 row selected (47.351 seconds)
退出 Beeline：
!exit
运行 HiveQL 文件
本示例是上一示例的延续部分。 使用以下步骤创建文件，并使用 Beeline 运行该文件。
使用以下命令创建一个名为 query.hql 的文件：
nano query.hql
将以下文本用作文件的内容。 此查询创建名为 errorLogs 的新“内部”表：
CREATE TABLE IF NOT EXISTS errorLogs (t1 string, t2 string, t3 string, t4 string, t5 string, t6 string, t7 string) STORED AS ORC;
INSERT OVERWRITE TABLE errorLogs SELECT t1, t2, t3, t4, t5, t6, t7 FROM log4jLogs WHERE t4 = '[ERROR]' AND INPUT__FILE__NAME LIKE '%.log';
