300字范文 > HIVE之 DDL 数据定义 DML数据操作

HIVE之 DDL 数据定义 DML数据操作

时间：2021-12-18 10:03:38

DDL数据库定义

创建数据库

1）创建一个数据库，数据库在 HDFS 上的默认存储路径是/user/hive/warehouse/*.db。hive (default)> create database db_hive;2）避免要创建的数据库已经存在错误，增加 if not exists 判断。（标准写法）hive (default)> create database if not exists db_hive;3）创建一个数据库，指定数据库在 HDFS 上存放的位置hive (default)> create database db_hive2 location '/db_hive2.db'

修改数据库

用户可以使用 ALTER DATABASE 命令为某个数据库的 DBPROPERTIES 设置键-值对属性值，来描述这个数据库的属性信息。数据库的其他元数据信息都是不可更改的，包括数据库名和数据库所在的目录位置hive (default)> alter database db_hive set dbproperties('createtime'='0830');查看结果hive> desc database extended db_hive;

查询数据库

1）显示数据库hive> show databases;2）过滤显示查询的数据库hive> show databases like 'db_hive*';3）显示数据库信息hive> desc database db_hive;4）显示数据库详细信息，extendedhive> desc database extended db_hive;

删除数据库

1）删除空数据库hive>drop database db_hive2;2）如果删除的数据库不存在，最好采用 if exists 判断数据库是否存在hive> drop database if exists db_hive2;3）如果数据库不为空，可以采用 cascade 命令，强制删除hive> drop database db_hive cascade;

创建表

1）建表语法CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name[(col_name data_type [COMMENT col_comment], ...)][COMMENT table_comment][PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)][CLUSTERED BY (col_name, col_name, ...)[SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS][ROW FORMAT row_format][STORED AS file_format][LOCATION hdfs_path]2）字段解释说明：（1）CREATE TABLE 创建一个指定名字的表。如果相同名字的表已经存在，则抛出异常；用户可以用 IF NOT EXISTS 选项来忽略这个异常。（2）EXTERNAL 关键字可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径（LOCATION），Hive 创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据。（3）COMMENT：为表和列添加注释。（4）PARTITIONED BY 创建分区表（5）CLUSTERED BY 创建分桶表（6）SORTED BY 不常用（7）ROW FORMATDELIMITED [FIELDS TERMINATED BY char] [COLLECTION ITEMSTERMINATED BY char]| SERDE serde_name[WITH SERDEPROPERTIES (property_name=property_value,property_name=property_value, ...)]用户在建表的时候可以自定义 SerDe 或者使用自带的 SerDe。如果没有指定 ROW FORMAT 或者 ROW FORMAT DELIMITED，将会使用自带的 SerDe。在建表的时候，用户还需要为表指定列，用户在指定表的列的同时也会指定自定义的 SerDe，Hive 通过 SerDe确定表的具体的列的数据。（8）STORED AS 指定存储文件类型常用的存储文件类型：SEQUENCEFILE（二进制序列文件）、TEXTFILE（文本）、RCFILE（列式存储格式文件）如果文件数据是纯文本，可以使用 STORED AS TEXTFILE。如果数据需要压缩，使用 STORED AS SEQUENCEFILE。（9）LOCATION ：指定表在 HDFS 上的存储位置。（10）LIKE 允许用户复制现有的表结构，但是不复制数据。

管理表

1）理论默认创建的表都是所谓的管理表，有时也被称为内部表。因为这种表，Hive 会（或多或少地）控制着数据的生命周期。Hive 默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(例如，/user/hive/warehouse)所定义的目录的子目录下。当我们删除一个管理表时，Hive 也会删除这个表中数据。管理表不适合和其他工具共享数据。2）操作（1）普通创建表create table if not exists student2(id int, name string)row format delimited fields terminated by '\t'stored as textfilelocation '/user/hive/warehouse/student2';（2）根据查询结果创建表（查询的结果会添加到新创建的表中）create table if not exists student3as select id, name from student;（3）根据已经存在的表结构创建表create table if not exists student4 like student;（4）查询表的类型hive (default)> desc formatted student2;Table Type: MANAGED_TABLE

外部表

1）理论因为表是外部表，所有 Hive 并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据，不过描述表的元数据信息会被删除掉。2）管理表和外部表的使用场景：每天将收集到的网站日志定期流入 HDFS 文本文件。在外部表（原始日志表）的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过 SELECT+INSERT进入内部表。3）案例分别创建部门和员工外部表，并向表中导入数据。create external table if not exists default.dept(deptno int,dname string,loc int)row format delimited fields terminated by '\t';create external table if not exists default.emp(empno int,ename string,job string,mgr int,hiredate string,sal double,comm double,deptno int)row format delimited fields terminated by '\t';4）导入数据hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table default.dept;hive (default)> load data local inpath '/opt/module/datas/emp.txt' into table default.emp;5）查询表格式化数据hive (default)> desc formatted dept;Table Type: EXTERNAL_TABLE

分区表

（1）创建分区表hive (default)> create table dept_partition(deptno int, dname string, loc string)partitioned by (month string)row format delimited fields terminated by '\t';（2）加载数据到分区表中hive (default)> load data local inpath '/opt/module/datas/dept.txt' into tabledefault.dept_partition partition(month='09');hive (default)> load data local inpath '/opt/module/datas/dept.txt' into tabledefault.dept_partition partition(month='08');hive (default)> load data local inpath '/opt/module/datas/dept.txt' into tabledefault.dept_partition partition(month='07');（3）查询分区表中数据hive (default)> select * from dept_partition where month='09';hive (default)> select * from dept_partition where month='09'unionselect * from dept_partition where month='08'unionselect * from dept_partition where month='07';

分区操作

（1）增加分区hive (default)> alter table dept_partition add partition(month='06') ;hive (default)> alter table dept_partition add partition(month='05') partition(month='04');（2）删除分区hive (default)> alter table dept_partition drop partition (month='04');hive (default)> alter table dept_partitiondrop partition (month='05'), partition (month='06');（3）查看分区个数hive>show partitions dept_partition;（4）查看分区表结构hive>desc formatted dept_partition;

分区表注意事项

1）创建二级分区表hive (default)> create table dept_partition2(deptno int, dname string, loc string)partitioned by (month string, day string)row format delimited fields terminated by '\t';2）正常的加载数据（1）加载数据到二级分区表中hive (default)> load data local inpath '/opt/module/datas/dept.txt' into tabledefault.dept_partition2 partition(month='09', day='13');（2）查询分区数据hive (default)> select * from dept_partition2 where month='09' and day='13';3）把数据直接上传到分区目录上，让分区表和数据产生关联的两种方式（1）方式一：上传数据后修复上传数据hive (default)> dfs -mkdir -p/user/hive/warehouse/dept_partition2/month=09/day=12;hive (default)> dfs -put /opt/module/datas/dept.txt/user/hive/warehouse/dept_partition2/month=09/day=12;查询数据（查询不到刚上传的数据）hive (default)> select * from dept_partition2 where month='09' and day='12';执行修复命令hive>msck repair table dept_partition2;再次查询数据hive (default)> select * from dept_partition2 where month='09' and day='12';（2）方式二：上传数据后添加分区上传数据hive (default)> dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=09/day=11;hive (default)> dfs -put /opt/module/datas/dept.txt/user/hive/warehouse/dept_partition2/month=09/day=11;执行添加分区hive (default)> alter table dept_partition2 add partition(month='09', day='11');查询数据hive (default)> select * from dept_partition2 where month='09' and day='11';（3）方式三：上传数据后 load 数据到分区创建目录hive (default)> dfs -mkdir -p/user/hive/warehouse/dept_partition2/month=09/day=10;上传数据hive (default)> load data local inpath '/opt/module/datas/dept.txt' into tabledept_partition2 partition(month='09',day='10');查询数据hive (default)> select * from dept_partition2 where month='09' and day='10';

修改表

（1）重命名表ALTER TABLE table_name RENAME TO new_table_namehive (default)> alter table dept_partition2 rename to dept_partition3;（2）增加/ 修改/替换列信息更新列：ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_namecolumn_type [COMMENT col_comment] [FIRST|AFTER column_name]增加和替换列：ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type[COMMENT col_comment], ...)注：ADD 是代表新增一字段，字段位置在所有列后面(partition 列前)，REPLACE 则是表示替换表中所有字段。实操案例：（1）查询表结构hive>desc dept_partition;（2）添加列hive (default)> alter table dept_partition add columns(deptdesc string);（3）查询表结构hive>desc dept_partition;（4）更新列hive (default)> alter table dept_partition change column deptdesc desc int;（5）查询表结构hive>desc dept_partition;（6）替换列hive (default)> alter table dept_partition replace columns(deptno string, dname string, locstring);（7）查询表结构hive>desc dept_partition;

删除表

hive (default)> drop table dept_partition;

DML数据操作

数据导入

向表中装载数据（Load）

1）语法hive>load data [local] inpath '/opt/module/datas/student.txt' [overwrite]into table student [partition (partcol1=val1,…)];参数说明（1）load data:表示加载数据（2）local:表示从本地加载数据到 hive 表；否则从 HDFS 加载数据到 hive 表（3）inpath:表示加载数据的路径（4）into table:表示加载到哪张表（5）student:表示具体的表（6）overwrite:表示覆盖表中已有数据，否则表示追加（7）partition:表示上传到指定分区2）实操案例0）创建一张表hive (default)> create table student(id string, name string) row format delimited fields terminated by '\t';（1）加载本地文件到 hivehive (default)> load data local inpath '/opt/module/datas/student.txt' into tabledefault.student;（2）加载 HDFS 文件到 hive 中上传文件到 HDFShive (default)> dfs -put /opt/module/datas/student.txt /user/upuptop/hive;加载 HDFS 上数据hive (default)>load data inpath '/user/upuptop/hive/student.txt' into table default.student;（3）加载数据覆盖表中已有的数据上传文件到 HDFShive (default)> dfs -put /opt/module/datas/student.txt /user/upuptop/hive;加载数据覆盖表中已有的数据hive (default)>load data inpath '/user/upuptop/hive/student.txt' overwrite into tabledefault.student;

通过查询语句向表中插入数据（Insert）

1）创建一张分区表hive (default)> create table student(id string, name string) partitioned by (month string) row format delimited fields terminated by '\t';2）基本插入数据hive (default)> insert into table student partition(month='09')values('1004','wangwu');3）基本模式插入（根据单张表查询结果）hive (default)> insert overwrite table student partition(month='08')select id, name from student where month='09';4）多插入模式（根据多张表查询结果）hive (default)> from studentinsert overwrite table student partition(month='07')select id, name where month='09'insert overwrite table student partition(month='06')select id, name where month='09';

查询语句中创建表并加载数据（As Select ）

根据查询结果创建表（查询的结果会添加到新创建的表中）create table if not exists student3as select id, name from student;

创建表时通过 Location

1）创建表，并指定在 hdfs 上的位置hive (default)> create table if not exists student5(id int, name string)row format delimited fields terminated by '\t'location '/user/hive/warehouse/student5';2）上传数据到 hdfs 上hive (default)> dfs -put /opt/module/datas/student.txt /user/hive/warehouse/student5;3）查询数据hive (default)> select * from student5;

Import 数据到指定 Hive

先用 export 导出后，再将数据导入！！！注意格式问题

hive (default)> import table student2 partition(month='09') from '/user/hive/warehouse/export/student';

数据导出

Insert 导出

1）将查询的结果导出到本地hive (default)> insert overwrite local directory '/opt/module/datas/export/student'select * from student;2）将查询的结果格式化导出到本地hive (default)> insert overwrite local directory '/opt/module/datas/export/student1'ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'COLLECTION ITEMS TERMINATED BY '\n'select * from student;3）将查询的结果导出到 HDFS 上(没有 local)hive (default)> insert overwrite directory '/user/upuptop/hive/warehouse/student2'ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'COLLECTION ITEMS TERMINATED BY '\n'select * from student;