Hive基本使用
创建数据库
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
create database 库名;
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）
create database if not exists 库名;
创建一个数据库，指定数据库在HDFS上存放的位置
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。
alter database db_hive set dbproperties('createtime'='20180830');
在mysql中查看修改结果
desc database extended db_hive;
查询数据库
显示数据库
显示数据库
show databases;
过滤显示查询的数据库
show databases like 'db_hive*';
查看数据库详情
显示数据库信息
desc database db_hive;
显示数据库详细信息，extended
desc database extended db_hive;
使用数据库
use db_hive;
删除数据库
删除空数据库
drop database db_hive2;
如果删除的数据库不存在
drop database if exists db_hive2;
如果数据库不为空
drop database db_hive cascade;
创建表
1.提示：如果将sql语句写到文件中是，可以用：hive -f 文件名的方式来执行文件中的sql语句
2.默认创建的表都为内部表
创建内部表
create table if not exists 表名(eid int, name string, sex string) row format delimited fields terminated by '/t';
查询表类型
desc formatted 表名;
创建外部表
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
建表语句:
create external table if not exists 表名(eid int, name string, sex string) row format delimited fields terminated by '/t';
外部表使用场景
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
导入数据
- 向外部表导入本地磁盘数据
load data local inpath '本地磁盘文件路径' into table 库名.表名;
- 向外部表导入HDFS中的数据
load data inpath 'HDFS文件路径' into table 库名.表名;
导出数据
- 将查询的结果导出到本地
insert overwrite local directory '本地磁盘路径' select * from student;
- 将查询的结果格式化导出到本地
insert overwrite local directory '本地磁盘路径' ROW FORMAT DELIMITED FIELDS TERMINATED BY '/t' COLLECTION ITEMS TERMINATED BY '/n' select * from student;
- 将查询的结果导出到HDFS上(没有local)
insert overwrite directory '本地磁盘路径' ROW FORMAT DELIMITED FIELDS TERMINATED BY '/t' COLLECTION ITEMS TERMINATED BY '/n' select * from student;
- Hive Shell 命令导出
命令：bin/hive -e ‘select * from default.student;’ > 本地磁盘路径;
分区表
分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多
创建分区表
create table dept_partition(
deptno int, dname string, loc string
)
partitioned by (month string)
row format delimited fields terminated by '/t';
加载数据到分区表中
load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201709');
查询分区表中数据
单分区查询
select * from dept_partition where month='201709';
多分区查询
select * from dept_partition where month='201709'
union
select * from dept_partition where month='201708'
union
select * from dept_partition where month='201707';
增加分区
-
创建当个分区
alter table dept_partition add partition(month='201706') ; -
同时创建多个分区
alter table dept_partition add partition(month='201705') partition(month='201704');
删除分区
-
删除单个分区
alter table dept_partition drop partition (month='201704'); -
同时删除多个分区
alter table dept_partition drop partition (month='201705'), partition (month='201706');
查看分区表有多少分区
show partitions dept_partition;
查看分区表结构
desc formatted dept_partition;
创建二级分区表
create table dept_partition2(
deptno int, dname string, loc string
)
partitioned by (month string, day string)
row format delimited fields terminated by '/t';
加载数据到二级表中
load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition2 partition(month='201709', day='13');
查询分区数据
select * from dept_partition2 where month='201709' and day='13';
查询展示所有分区
show partitions dept_paritition;
修改表
alter table dept_partition2 rename to dept_partition3;
增加/修改/替换列信息
添加列
alter table dept_partition add columns(deptdesc string);
更新列
alter table dept_partition change column deptdesc desc int;
替换列
alter table dept_partition replace columns(deptno string, dname string, loc string);
删除表
drop table dept_partition;
原创文章，作者：Maggie-Hunter，如若转载，请注明出处：https://blog.ytso.com/9150.html