本文共 6061 字,大约阅读时间需要 20 分钟。
目录
数据库在HDFS上的默认存储路径为:/user/hive/warehouse/*.db
create database if not exists icydate;
也可以在创建时指定数据库在HDFS上存放的位置
create database if not exists iceink location '/user/hive/warehouse/iceink.db';
查看数据库存放位置
[root@izuf6i3w0v8mmmqlv77eanz warehouse]# cd ~[root@izuf6i3w0v8mmmqlv77eanz ~]# cd /user/hive/warehouse/[root@izuf6i3w0v8mmmqlv77eanz warehouse]# ll total 8dr-xr-xr-x 2 root root 4096 Dec 20 11:19 iceink.dbdr-xr-xr-x 2 root root 4096 Dec 20 11:19 icydate.db
显示数据库
show databases;show databases like 'db_name*';
查看数据库详情
hive> desc database iceink;OKiceink file:/user/hive/warehouse/iceink.db root USER Time taken: 0.009 seconds, Fetched: 1 row(s)
use db_name;
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。
-- 修改数据库创建时间hive> alter database iceink set dbproperties('createtime'='20191220');OKTime taken: 0.049 seconds-- 使用extended查看修改结果hive> desc database extended iceink;OKiceink file:/user/hive/warehouse/iceink.db root USER {createtime=20191220}Time taken: 0.009 seconds, Fetched: 1 row(s)
-- 删除空数据库drop database db_name;-- 如果数据库不为空,删除会报错,可以使用cascade强制删除drop database db_name cascade;
建表语句
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]
字段解释说明
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
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。
COMMENT:为表和列添加注释
PARTITIONED BY 创建分区表
CLUSTERED BY 创建分桶表
SORTED BY 不常用
ROW FORMAT DELIMITED [FIELDS TERMINATED BY char] [COLLECTION ITEMS TERMINATED BY char] [MAP KEYS TERMINATED BY char] [LINES TERMINATED 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。 SerDe 是 Serialize/Deserilize 的简称,目的是用于序列化和反序列化。
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。
LOCATION :指定表在 HDFS 上的存储位置
LIKE 允许用户复制现有的表结构,但是不复制数据
案例:
-- 普通创建表create table if not exists student(id int,name string,age int)row format delimited fields terminated by '\t';-- 根据查询结果创建表,包括数据create table if not exists student_copy as select id,name,age from student;-- 根据已存在的表结构创建表create table if not exists student_copy2 like student;-- 查询表的类型desc formatted student;
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。
查看之前创建的student表的信息:
hive> desc formatted student;Table Type: MANAGED_TABLE
因为表是外部表,所以 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。
案例:
-- 创建一个外部表create external table if not exists student_external(id int,name string,age int)row format delimited fields terminated by '\t';-- 查看表的类型desc formatted student_external;-- 往表里面插入数据insert into student_external values(1, 'baka', 18);-- 删除表drop table student_external;-- 进入 /user/hive/warehouse/iceink.db/student_external,查看数据,发现数据并没有被删除[root@izuf6i3w0v8mmmqlv77eanz student_external]# cat 000000_0 1 baka 18
查询表的类型:desc formatted student;
修改表的类型:alter table student set tblproperties('EXTERNAL'='TRUE');
注意:
TRUE:设置为外部表
FALSE:设置为非外部表
'EXTERNAL'='TRUE'是固定写法,区分大小写
实际上是HDFS文件系统上独立的文件夹,存放该分区所有的数据文件。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。在查询时指定分区可以提高效率。
创建分区表
create table student_part( id int, name string, age int) partitioned by (dt string) row format delimited fields terminated by '\t';
加载数据到分区表中
首先,得准备一个数据文件,student.txt
1 iceink 182 icydate 183 baka 184 fafa 2
开始导入数据
load data local inpath '/opt/module/datas/student.txt' into table student_part partition(dt='201910');load data local inpath '/opt/module/datas/student.txt' into table student_part partition(dt='201911');load data local inpath '/opt/module/datas/student.txt' into table student_part partition(dt='201912');
查看数据文件,进入 /user/hive/warehouse/iceink.db/student_part 目录,我们可以看到数据按分区分成了不同得目录
[root@izuf6i3w0v8mmmqlv77eanz student_part]# lltotal 12dr-xr-xr-x 2 root root 4096 Dec 20 14:25 dt=201910dr-xr-xr-x 2 root root 4096 Dec 20 14:25 dt=201911dr-xr-xr-x 2 root root 4096 Dec 20 14:25 dt=201912
进入单个目录:dt=201910
[root@izuf6i3w0v8mmmqlv77eanz dt=201910]# lltotal 4-r-xr-xr-x 1 root root 48 Dec 20 14:25 student.txt[root@izuf6i3w0v8mmmqlv77eanz dt=201910]# cat student.txt 1 iceink 182 icydate 183 baka 184 fafa 2
查询分区表中数据
hive> select * from student_part where dt='201912';OK1 iceink 18 2019122 icydate 18 2019123 baka 18 2019124 fafa 2 201912Time taken: 0.303 seconds, Fetched: 4 row(s)
增加分区
-- 创建单个分区alter table student_part add partition(dt='202010');-- 同时创建多个分区alter table student_part add partition(dt='202011') partition(dt='202012');
删除分区
和创建分区类似
-- 创建单个分区alter table student_part drop partition(dt='202010');-- 同时创建多个分区,注意多个分区之间使用逗号分隔alter table student_part drop partition(dt='202011'),partition(dt='202012');
查看分区表中有多少分区
hive> show partitions student_part;OKdt=201910dt=201911dt=201912dt=202011dt=202012Time taken: 0.088 seconds, Fetched: 5 row(s)
查看分区表结构
hive> desc formatted student_part;# Partition Information # col_name data_type comment dt string
创建二级分区表
create table student_part2( id int, name string, age int) partitioned by (dt string,day string) row format delimited fields terminated by '\t';
ALTER TABLE table_name RENAME TO new_table_name
drop table table_name;
转载地址:http://viqen.baihongyu.com/