Hive总结（八）Hive数据导出三种方式

一时失言乱红尘 2022-08-08 11:54 302阅读 0赞

[Hive总结（八）Hive数据导出三种方式][Hive_Hive]

今天我们再谈谈Hive中的三种不同的数据导出方式。  
根据导出的地方不一样，将这些方式分为三种：  
（1）、导出到本地文件系统；  
（2）、导出到HDFS中；  
（3）、导出到Hive的另一个表中。  
为了避免单纯的文字，我将一步一步地用命令进行说明。  
  
  
一、导出到本地文件系统

1.  　　  
    
2.  hive> insert overwrite local directory '/home/wyp/wyp'  
    
3.      > select \* from wyp;

复制代码

这条HQL的执行需要启用Mapreduce完成，运行完这条语句之后，将会在本地文件系统的/home/wyp/wyp目录下生成文件，这个文件是Reduce产生的结果（这里生成的文件名是000000\_0），我们可以看看这个文件的内容：

1.  \[wyp@master ~/wyp\]$ vim 000000\_0  
    
2.  5^Awyp1^A23^A131212121212  
    
3.  6^Awyp2^A24^A134535353535  
    
4.  7^Awyp3^A25^A132453535353  
    
5.  8^Awyp4^A26^A154243434355  
    
6.  1^Awyp^A25^A13188888888888  
    
7.  2^Atest^A30^A13888888888888  
    
8.  3^Azs^A34^A899314121

复制代码

可以看出，这就是wyp表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\\00001)。  
  
和导入数据到Hive不一样，不能用insert into来将数据导出：

1.  　　  
    
2.  hive> insert into local directory '/home/wyp/wyp'  
    
3.      > select \* from wyp;  
    
4.  NoViableAltException(79@\[\])  
    
5.          at org.apache.hadoop.hive.ql.parse.HiveParser\_SelectClauseParser.selectClause(HiveParser\_SelectClauseParser.java:683)  
    
6.          at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)  
    
7.          at org.apache.hadoop.hive.ql.parse.HiveParser.regular\_body(HiveParser.java:28421)  
    
8.          at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)  
    
9.          at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)  
    
10.         at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)  
    
11.         at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)  
    
12.         at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)  
    
13.         at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)  
    
14.         at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)  
    
15.         at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)  
    
16.         at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)  
    
17.         at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)  
    
18.         at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)  
    
19.         at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)  
    
20.         at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)  
    
21.         at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)  
    
22.         at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)  
    
23.         at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)  
    
24.         at java.lang.reflect.Method.invoke(Method.java:597)  
    
25.         at org.apache.hadoop.util.RunJar.main(RunJar.java:212)  
    
26. FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clause  
    
27. line 1:18 cannot recognize input near 'directory' ''/home/wyp/wyp'' 'select' in select clause

复制代码

二、导出到HDFS中  
和导入数据到本地文件系统一样的简单，可以用下面的语句实现：

1.  　　  
    
2.  hive> insert overwrite directory '/home/wyp/hdfs'  
    
3.      > select \* from wyp;

复制代码

将会在HDFS的/home/wyp/hdfs目录下保存导出来的数据。注意，和导出文件到本地文件系统的HQL少一个local，数据的存放路径就不一样了。  
  
三、导出到Hive的另一个表中  
  
这也是Hive的数据导入方式，如下操作：

1.  　  
    
2.  hive> insert into table test  
    
3.      > partition (age='25')  
    
4.      > select id, name, tel  
    
5.      > from wyp;  
    
6.  \#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#  
    
7.             这里输出了一堆Mapreduce任务信息，这里省略  
    
8.  \#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#\#  
    
9.  Total MapReduce CPU Time Spent: 1 seconds 310 msec  
    
10. OK  
    
11. Time taken: 19.125 seconds  
    
12.   
    
13. hive> select \* from test;  
    
14. OK  
    
15. 5       wyp1    131212121212    25  
    
16. 6       wyp2    134535353535    25  
    
17. 7       wyp3    132453535353    25  
    
18. 8       wyp4    154243434355    25  
    
19. 1       wyp     13188888888888  25  
    
20. 2       test    13888888888888  25  
    
21. 3       zs      899314121       25  
    
22. Time taken: 0.126 seconds, Fetched: 7 row(s)

复制代码

细心的读者可能会问，怎么导入数据到文件中，数据的列之间为什么不是wyp表设定的列分隔符呢？其实在Hive 0.11.0版本之间，数据的导出是不能指定列之间的分隔符的，只能用默认的列分隔符，也就是上面的^A来分割，这样导出来的数据很不直观，看起来很不方便！  
如果你用的Hive版本是0.11.0，那么你可以在导出数据的时候来指定列之间的分隔符。  
  
下面详细介绍：

> 在Hive0.11.0版本新引进了一个新的特性，也就是当用户将Hive查询结果输出到文件，用户可以指定列的分割符，而在之前的版本是不能指定列之间的分隔符，这样给我们带来了很大的不变，在Hive0.11.0之前版本我们一般是这样用的： 
> 
> > 1.  hive> insert overwrite local directory '/home/wyp/Documents/result'  
> >     
> > 2.  hive> select \* from test;  
> >     
> > 3.  
> > 
> > 复制代码
> > 
> > 保存的文件列之间是用^A（\\x01）来分割
> 
> 1.  196^A242^A3  
>     
> 2.  186^A302^A3  
>     
> 3.  22^A377^A1  
>     
> 4.  244^A51^A2
> 
> 复制代码
> 
> > 注意，上面是为了显示方便，而将\\x01写作^A，在实际的文本编辑器我们是看不到^A的，而是一个奇怪的符号。
> 
>  
> 
> > 现在我们可以用Hive0.11.0版本新引进了一个新的特性，指定输出结果列之间的分隔符：
> 
>  
> 
> > 1.  hive> insert overwrite local directory '/home/wyp/Documents/result'  
> >     
> > 2.  hive> row format delimited  
> >     
> > 3.  hive> fields terminated by '\\t'  
> >     
> > 4.  hive> select \* from test;
> > 
> > 复制代码
> > 
> > 再次看出输出的结果
> 
>  
> 
> > 1.  196        242        3  
> >     
> > 2.  186        302        3  
> >     
> > 3.  22        377        1  
> >     
> > 4.  244        51        2
> > 
> > 复制代码
> > 
> >   
> > 结果好看多了。如果是map类型可以用下面语句来分割map的key和value
> 
>  
> 
> > 1.  hive> insert overwrite local directory './test-04'   
> >     
> > 2.  hive> row format delimited   
> >     
> > 3.  hive> FIELDS TERMINATED BY '\\t'  
> >     
> > 4.  hive> COLLECTION ITEMS TERMINATED BY ','  
> >     
> > 5.  hive> MAP KEYS TERMINATED BY ':'  
> >     
> > 6.  hive> select \* from src;
> > 
> > 复制代码
> > 
> >   
> >   
> >

根据上面内容，我们来进一步操作：

1.  hive> insert overwrite local directory '/home/yangping.wu/local'  
    
2.      > row format delimited  
    
3.      > fields terminated by '\\t'  
    
4.      > select \* from wyp;

复制代码

1.  \[wyp@master ~/local\]$ vim 000000\_0  
    
2.  5       wyp1    23      131212121212  
    
3.  6       wyp2    24      134535353535  
    
4.  7       wyp3    25      132453535353  
    
5.  8       wyp4    26      154243434355  
    
6.  1       wyp     25      13188888888888  
    
7.  2       test    30      13888888888888  
    
8.  3       zs      34      899314121

复制代码

其实，我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句；而-f是接一个文件，文件的内容为一个sql语句，如下：

1.  　　  
    
2.  \[wyp@master ~/local\]\[        DISCUZ\_CODE\_26        \]nbsp; hive -e "select \* from wyp" >> local/wyp.txt  
    
3.  \[wyp@master ~/local\]\[        DISCUZ\_CODE\_26        \]nbsp; cat wyp.txt  
    
4.  5       wyp1    23      131212121212  
    
5.  6       wyp2    24      134535353535  
    
6.  7       wyp3    25      132453535353  
    
7.  8       wyp4    26      154243434355  
    
8.  1       wyp     25      13188888888888  
    
9.  2       test    30      13888888888888  
    
10. 3       zs      34      899314121

复制代码

得到的结果也是用\\t分割的。也可以用-f参数实现：

1.  \[wyp@master ~/local\]$ cat wyp.sql  
    
2.  select \* from wyp  
    
3.  \[wyp@master ~/local\]$ hive -f wyp.sql >> local/wyp2.txt

复制代码

上述语句得到的结果也是\\t分割的。

[Hive_Hive]: http://blog.csdn.net/lifuxiangcaohui/article/details/40589881