使用场景

通过SQL语句，从源hive表中获取待加工数据，完成后写入目标hive表，支持Spark执行引擎。

任务配置

1. 执行引擎：支持spark

2. 快速建表：若数据需要存入的hive表，且hive表尚未创建，则编写完sql语句后，点击“快速建表”，可基于解析代码快速填充建表页面
   

3. 修改数据表：点击后，跳转至数据表编辑页面，进行表信息调整
   

4. Spark参数说明：执行引擎选择“spark”，出现spark相关说明

5. 参数说明：系统参数使用说明

6. 格式化：点击后，将SQL进行格式化

7. 解析：编写完sql语句，点击“解析“，可以检验sql语法是否正确

8. 编辑器设置：可根据需要，设置编辑器背景和字号
   

9. 编辑器全屏：点击后，编辑器全屏，全屏coding区域
   

智能联想

HSQL任务编辑器支持智能联想及补全能力。编写SQL时自动触发智能联想库名/表名/字段名称，提升SQL编辑效率。

1. 编写SQL自动触发库名/表名/字段名称联想
2. 联想内容输入Tab触发库名/表名/字段名自动补全
3. 鼠标Hover表名/字段名显示详情说明，如字段名称、类型、说明等，同时提供快速入口跳转至数据地图，查看表详情
4. 支持快捷操作 键盘cmd+鼠标click表名的方式自动跳转至数据地图表详情页

HSQL 语句示例

//方式1静态分区,场景：根据数据到来的频率，新数据的到来时间确定，分区的值是确定的。
insert overwrite table 目标db.目标表名 partition (date = "${date}")
select
name,
age
from
源库名.源表名
where
date = "${date-1}"

//方式2动态分区，谨慎使用，根据已有数据进行动态分区，分区的值是非确定的。
insert overwrite table 目标db.目标表名 partition (p_date,app)
select
user_id,
date as p_date,
app_name as app//分区字段
from
源库名.源表名
where
date = "${date-1}