Hive基本操作

傷城~ 2022-10-01 05:57 248阅读 0赞

# 数据仓库的操作 #

*  创建数据库DB  
    create database DB;
 *  查看数据库DB  
    show database DB;
 *  使用数据库DB  
    use DB;
 *  删除数据库DB  
    drop database DB;

# Hive数据表的操作 #

## 增 ##

*  创建内部表cat，有两个字段为cat\_id和cat\_name，字符类型为string  
    create table cat(cat\_id string,cat\_name string);
 *  创建一个外部表，表名为cat2，有两个字段为cat\_id和cat\_name，字符类型为string  
    create table external cat2(cat\_id string,cat\_name string);
 *  创建与已知表相同结构的表，创建一个与cat表结构相同的表，名为cat4，这里要用到like关键字。  
    create table cat4 like cat;
 *  创建一个cat\_group表，包含group\_id和group\_name两个字段，字符类型为string，以“\\t”为分隔符  
    create table cat\_group(group\_id string,group\_name string)row format delimited fields terminated by ‘\\t’ stored as textfile;

\[row format delimited\]关键字，是用来设置创建的表在加载数据的时候，支持的列分隔符。  
\[stored as textfile\]关键字，是用来设置加载数据的数据类型，默认是TEXTFILE，如果文件数据是纯文本，就是使用 \[stored as textfile\]，然后从本地直接拷贝到HDFS上，Hive直接可以识别数据。

## 删 ##

*  删除名为cat3的表  
    drop table cat23;
 *  删除goods表中的cat\_id分区  
    alter table goods drop if exists partition (cat\_id=‘52051’);

## 改 ##

*  修改cat表的表结构。对cat表添加两个字段group\_id和cat\_code  
    alter table cat add columns(group\_id string,cat\_code string);
 *  修改cat2表的表名。把cat2表重命名为cat3  
    alter table cat2 rename cat3;
 *  修改表分区，将分区表goods中的分区列cat\_id=52052改为cat\_id=52051  
    alter table goods partition(cat\_id=52052) rename to partition(cat\_id=52051);

## 查 ##

*  查看全部表  
    show tables;
 *  查看cat表结构  
    desc cat;
 *  查看表goods中的分区  
    show partitions goods;
 *  查看cat\_group表，限制输出10条记录。  
    select \* from cat\_group limit 10;

# Hive中数据的导入导出 #

*  将**Linux本地**/data/hive2目录下的cat\_group文件**导入**到**Hive中**的cat\_group表中。  
    load data local inpath ‘/data/hive2/cat\_group’ into table cat\_group;
 *  将**本地**/data/hive2/下的cat\_group表**上传**到**HDFS**的/myhive2上  
    hadoop fs -put /data/hive2/cat\_group /myhive2
 *  将cat\_group1表中的**数据导入**到cat\_group2表中  
    insert into table cat\_group2 select \* from cat\_group1;  
    或  
    insert overwrite table cat\_group2 select \* from cat\_group1;  
    （insert overwrite 会覆盖数据）
 *  将**Hive**中的cat\_group表**导出**到**本地文件系统**/data/hive2/out中  
    insert overwrite local directory ‘/data/hive2/out’ select \* from cat\_group;
 *  将cat\_group中的**数据导入**到cat\_group4中  
    insert into table cat\_group4 select \* from cat\_group;

# Hive桶的操作 #

*  **创建**一个名为goods\_t的表，包含两个字段goods\_id和goods\_status，字符类型都为string，按cat\_id string做分区，按goods\_status列聚类和goods\_id列排序，划分成两个桶  
    create table goods\_t(goods\_id string,goods\_status string) partitioned by (cat\_id string)  
    clustered by(goods\_status) sorted by (goods\_id) into 2 buckets;
 *  向goods\_t表中**插入**goods\_2表中的数据  
    from goods\_2 insert overwrite table goods\_t partition(cat\_id=‘52063’) select goods\_id,goods\_status;
 *  **查看结果**  
    select \* from goods\_t tablesample(bucket 1 out of 2 on goods\_id);