hive编译存储过程不报错

① 写了个存储过程，编译的时候通过了，执行的时候报错 提示execute immediate语句无效

create or replace procere pro_t is
cursor c is
select table_name
from user_all_tables
where table_name in (select table_name
from user_tab_columns
where column_name = 'POSITION_ID');
tablename varchar2(100);
strinsert varchar2(1000);
begin
open c;
loop
fetch c
into tablename;
exit when c%notfound;--你之前没有循环退出条件
strinsert:= 'update '|| tablename ||' set POSITION_ID =1' ;--之前sql语句拼的有问题
execute immediate strinsert;
end loop;
commit;
close c;
end;

② 存储过程 编译错误 show error 没有错误

insert into supermarket.sales_goods("TIME","BAR_CODE","PRICE","NUM")

这里为何要加 引号

③ Oracle 存储过程不能执行 但是不报错

无效状态有两种可能，一种是你的存储过程编辑没有成功，创建了，但里面有语法错误。
还有一种是存储过程使用的表有结构上的改变，需要重新编译一下。
你重新编译一下，如果不成功，就是有语法问题，你需要修改存储过程。

④ hive底层依赖hadoop中的哪些框架

1. 什么是hive

•Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。

•本质是将HQL转换为MapRece程序

2. 为什么使用hive

•操作接口采用类SQL语法，提供快速开发的能力

•避免了去写MapRece，减少开发人员的学习成本

•扩展功能很方便

3. hive 特点

•可扩展

Hive可以自由的扩展集群的规模，一般情况下不需要重启服务

•延展性

Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数

•容错

良好的容错性，节点出现问题SQL仍可完成执行

4. hive 与hadoop 关系

发出HQL —> hive 转换成maprece—> maprece—> 对hdfs进行操作

5. hive 与传统数据对比

Hive

RDBMS

查询语言

HQL

SQL

数据存储

HDFS

Raw Device or Local FS

执行

MapRece

Excutor

执行延迟

高

低

处理数据规模

大

小

索引

0.8版本后加入位图索引

有复杂的索引

6. hive 的未来

•增加更多类似传统数据库的功能，如存储过程

•提高转换成的MapRece性能

•拥有真正的数据仓库的能力

•UI部分加强

Hive是基于Hadoop平台的，它提供了类似SQL一样的查询语言HQL。有了Hive，如果使用过SQL语言，并且不理解Hadoop MapRece运行原理，也就无法通过编程来实现MR，但是你仍然可以很容易地编写出特定查询分析的HQL语句，通过使用类似SQL的语法，将HQL查询语句提交Hive系统执行查询分析，最终Hive会帮你转换成底层Hadoop能够理解的MR Job。
对于最基本的HQL查询我们不再累述，这里主要说明Hive中进行统计分析时使用到的JOIN操作。在说明Hive JOIN之前，我们先简单说明一下，Hadoop执行MR Job的基本过程（运行机制），能更好的帮助我们理解HQL转换到底层的MR Job后是如何执行的。我们重点说明MapRece执行过程中，从Map端到Rece端这个过程（Shuffle）的执行情况，如图所示（来自《Hadoop: The Definitive Guide》）

基本执行过程，描述如下：

• 一个InputSplit输入到map，会运行我们实现的Mapper的处理逻辑，对数据进行映射操作。
  
• map输出时，会首先将输出中间结果写入到map自带的buffer中（buffer默认大小为100M，可以通过io.sort.mb配置）。
  
• map自带的buffer使用容量达到一定门限（默认0.80或80%，可以通过io.sort.spill.percent配置），一个后台线程会准备将buffer中的数据写入到磁盘。
  
• 这个后台线程在将buffer中数据写入磁盘之前，会首先将buffer中的数据进行partition（分区，partition数为Recer的个数），对于每个的数据会基于Key进行一个in-memory排序。
  
• 排序后，会检查是否配置了Combiner，如果配置了则直接作用到已排序的每个partition的数据上，对map输出进行化简压缩（这样写入磁盘的数据量就会减少，降低I/O操作开销）。
  
• 现在可以将经过处理的buffer中的数据写入磁盘，生成一个文件（每次buffer容量达到设置的门限，都会对应着一个写入到磁盘的文件）。
  
• map任务结束之前，会对输出的多个文件进行合并操作，合并成一个文件（若map输出至少3个文件，在多个文件合并后写入之前，如果配置了Combiner，则会运行来化简压缩输出的数据，文件个数可以通过min.num.splits.for.combine配置；如果指定了压缩map输出，这里会根据配置对数据进行压缩写入磁盘），这个文件仍然保持partition和排序的状态。
  
• rece阶段，每个rece任务开始从多个map上拷贝属于自己partition（map阶段已经做好partition，而且每个rece任务知道应该拷贝哪个partition；拷贝过程是在不同节点之间，Recer上拷贝线程基于HTTP来通过网络传输数据）。
  
• 每个rece任务拷贝的map任务结果的指定partition，也是先将数据放入到自带的一个buffer中（buffer默认大小为Heap内存的70%，可以通过mapred.job.shuffle.input.buffer.percent配置），如果配置了map结果进行压缩，则这时要先将数据解压缩后放入buffer中。
  
• rece自带的buffer使用容量达到一定门限（默认0.66或66%，可以通过mapred.job.shuffle.merge.percent配置），或者buffer中存放的map的输出的数量达到一定门限（默认1000，可以通过mapred.inmem.merge.threshold配置），buffer中的数据将会被写入到磁盘中。
  
• 在将buffer中多个map输出合并写入磁盘之前，如果设置了Combiner，则会化简压缩合并的map输出。
  
• 当属于该recer的map输出全部拷贝完成，则会在recer上生成多个文件，这时开始执行合并操作，并保持每个map输出数据中Key的有序性，将多个文件合并成一个文件（在rece端可能存在buffer和磁盘上都有数据的情况，这样在buffer中的数据可以减少一定量的I/O写入操作开销）。
  
• 最后，执行rece阶段，运行我们实现的Recer中化简逻辑，最终将结果直接输出到HDFS中（因为Recer运行在DataNode上，输出结果的第一个replica直接在存储在本地节点上）。
  

通过上面的描述我们看到，在MR执行过程中，存在Shuffle过程的MR需要在网络中的节点之间（Mapper节点和Recer节点）拷贝数据，如果传输的数据量很大会造成一定的网络开销。而且，Map端和Rece端都会通过一个特定的buffer来在内存中临时缓存数据，如果无法根据实际应用场景中数据的规模来使用Hive，尤其是执行表的JOIN操作，有可能很浪费资源，降低了系统处理任务的效率，还可能因为内存不足造成OOME问题，导致计算任务失败。
下面，我们说明Hive中的JOIN操作，针对不同的JOIN方式，应该如何来实现和优化：

生成一个MR Job

多表连接，如果多个表中每个表都使用同一个列进行连接（出现在JOIN子句中），则只会生成一个MR Job，例如：

1 SELECTa.val, b.val, c.valFROMaJOINbON(a.key= b.key1)JOINcON(c.key= b.key1)

三个表a、b、c都分别使用了同一个字段进行连接，亦即同一个字段同时出现在两个JOIN子句中，从而只生成一个MR Job。

生成多个MR Job

多表连接，如果多表中，其中存在一个表使用了至少2个字段进行连接（同一个表的至少2个列出现在JOIN子句中），则会至少生成2个MR Job，例如：

1 SELECTa.val, b.val, c.valFROMaJOINbON(a.key= b.key1)JOINcON(c.key= b.key2)

三个表基于2个字段进行连接，这两个字段b.key1和b.key2同时出现在b表中。连接的过程是这样的：首先a和b表基于a.key和b.key1进行连接，对应着第一个MR Job；表a和b连接的结果，再和c进行连接，对应着第二个MR Job。

⑤ 关于sqlserver存储过程的编译的问题

只编译一次。
在发布存储过程时就编译一次，页面上只要调用就可以，两次打开就是调用两次存储过程

⑥ 数据库存储过程编译出错

可用第三方工具检查错误。

如以下存储过程：

⑦ oralce 存储过程编译时不会出现红叉但在执行一段时间后总是会出现红叉

这是由于有些数据库对象可能被你变更了，比如表结构某个字段改变了类型，删除了一下字段，可能对你程序本身并没有影响，但是存储过程会认为你这需要重新编译，才能够运行。。

⑧ 我写了一个存储过程，编译通过，可是一测试就报错，不知道为什么实在是不会改，

应该是jestr这个地方报错了，jestr是字符型的，所以f47和这个拼接的格式应该是f47||'123'这样的形式，所以把jestr这个变量转化后，缺少了单引号。后边的f1字段应该也是字符型吧，也是同样的问题。

另外还发现有一个问题，oracle里面，没有UPDATE ... SET ... FROM 这样的语法，这个是SQLSERVER的语法。

EXECUTE immediate ('update T_zfjz_57g_ffb set f47=f47||'''||jestr||''' where exists (select 1 from T_zfjz_57g_hmc where T_zfjz_57g_hmc.F1=T_zfjz_57g_ffb.f2 ) and T_zfjz_57g_ffb.f1= '''||idstr||' '||wqg||'''');

⑨ 存储过程一直报错 但是编译成功了 也没有错 调用时一直不成功报错

下面是问题：
Oraclede 环境中，客户那边提出，执行存储过程时出错，信息：DBCustomException: ORA-00900: invalid SQL statement

关于这个问题之前也遇到过，一直找不到原因，没解决，时好时坏，，由于客户大部分是SQL Server,也就没太在意，现在终于麻烦来了。

我用自己创建的用户，通过P/L SQL 登陆，执行以下语句
--创建表
 create table ttt
 (
    aa varchar(20)
 )
 
 --创建存储过程
 CREATE OR REPLACE PROCEDURE   myproc  
  AS  BEGIN  
  select * from ttt;
 END 
 --执行
 exec myproc 

执行存储过程时，开始报错：ORA-00900:无效SQL语句 （上面那个错误的中文版-_-!）
这时候看右边的存储过程如下，有个红叉，

⑩ 这个存储过程哪儿犯错了，编译成功了，但执行不来，Test也没报错

你把 if startdate is not null and enddate is not null then 这句改了 改成
if (length(startdate) != 0) and (length(enddate) != 0) then