Hive_DDL与DML

DDL(数据定义语言)

create、drop、alter、truncate、show、describe

DML(数据控制语言)

load、insert、update、delete、import/export、explain plan

1. 关于数据库

->创建数据库
    CREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name
    [COMMENT database_comment]
    [LOCATION hdfs_path]
    [WITH DBPROPERTIES (property_name=property_value, ...)];
->使用某个数据库
    USE DBname
->删除数据库
     DROP (DATABASE|SCHEMA) [IF EXISTS] database_name [RESTRICT|CASCADE];

2. 关于表

->列出表
    show tables;
    show tables '.*s';
->创建一张表
例：
    hive> create table if not exists student( 
    > num int, 
    > name string) row format delimited fields terminated by '	';
指定数据库位置
    create database if not exists db01 location '/locate';
    use db01;
    create table if not exists tb01(
    name string
    ) row format dilimited field terminated by '	';
    dfs -ls /locate
->修改表
    hive> ALTER TABLE student ADD COLUMNS (new_col INT);
    hive> ALTER TABLE student ADD COLUMNS (new_col2 INT COMMENT 'a     comment');
    hive> ALTER TABLE events RENAME TO 3koobecaf;
->加载数据
本地
    ->load data local inpath '/home/liuwl/opt/datas/studen.txt' into table student;
->查询数据
    select * from student;
->查看描述表
    desc student;
    desc extended student;
    desc formatted student;
->删除表 
    drop table [if exists] student;
->清空表
    truncate table student [PARTITION partition_spec];

3. 关于方法

->查看方法
    show functions;
->查看方法描述
    desc function upper;
    desc function extended upper;
    desc function formatted upper;

4. 更换log日志配置

conf下复制一份log4j
配置：hive.log.dir=/home/liuwl/opt/modules/hive-0.13.1-bin/logs
重启hive查看

5. 配置客户端Cli显示数据库名及表名

-->hive.cli.print.header--true
-->hive.cli.print.current.db--true

6. hive的基本参数用法

--> bin/hive -help 或 bin/hive -H
--> --database dbname # bin/hive --database hadoop09
--> -e "sql语句"	# bin/hive -database hadoop09 -e "select * from student;"
--> -f sqlfile # bin/hive -f sql.txt
--> --hiveconf <property=value> Use value for given property
--hivevar <key=value> Variable subsitution to apply to hive
启动时修改配置属性(临时性)
例：
bin/hive --hiveconf hive.cli.print.current.db=false 
或
hive>set hive.cli.print.current.db=true;

7. hive交互式命令操作

->quit/exit
->set key=value
->set
->! 访问本地文件系统 !ls /
->dfs 访问hdfs dfs -ls /

8. 创建表的三种方式

1> 普通创建
    -> create tabele if not exists student(
         num int,
         name string
        ) row format delimited fields terminated by '	';
       stored as textfile;
       load data local inpath '/home/liuwl/opt/datas/student.txt' into table student; 
2> as select 子查询方式
    -> create table if not exists t_student_1 as select name from t_student;
3> like 方式(仅复制表结构)
    -> create table if not exists t_student_2 like t_student;    

9. 表的类型

创建一个新的数据库
    create database if not exists workdb;
    use workdb;
创建职员表
    create table if not exists emp(
    empno int,
    ename string,
    job string,
    mgr int,
    hiredate string,
    sal double,
    comm double,
    deptno int) row format delimited fields terminated by '	';
创建部门表
    create table if not exists dept(
    deptno int,
    dname string,
    loc string) row format delimited fields terminated by '	';
分别加载表数据
    load data local inpath '/home/liuwl/opt/datas/emp.txt' [overwtite] into table emp;
    load data local inpath '/home/liuwl/opt/datas/dept.txt' [overwtite] into table dept;
外部表(External)举例:多个分析组(pv,uv)共同分析一张表出现的问题：
-> hive不能多窗口登录使用mysql替换解决
-> 多个分析人员分以一张表
-> 方案1:采用链接已存在表,如下
    create table if not exists empl(
    empno int,
    ename string,
    job string,
    hiredate string,
    sal double,
    comm double,
    deptno int
    ) row format delimited fields terminated by '	'
    location '/user/hive/warehouse/workdb/emp';
出现的问题:当该分析人员使用完该表,将其删除,原来关联的元数据与真实表一并被删除
-> 方案2:采用建立外部表(EXTERNAL)f方式
    create external table if not exists empl(
    empno int,
    ename string,
    job string,
    hiredate string,
    sal double,
    comm double,
    deptno int
    ) row format delimited fields terminated by '	'
    location '/user/hive/warehouse/workdb/emp';
查看表类型:desc formatted empl;
进行删除测试,删除了该表的元数据,并没有删掉真实表,解决问题
分区表(Patitioned)	
随着时间的增长,积累的分析文件也会增加，导致分析的表也会增多,如果都放在一个目录中
查询时或多或少影响执行效率,但如果根据时间或其他进行分区(单独建立分区),当我们指定
去分析某些表时并不是全表加载而是指定加载想要数据,执行效率也会很明显
创建分区表(示例) # date字段是逻辑的，虚拟的
    -> create table if not exists emp_part(
        empno int,
        ename string,
        job string,
        hiredate string,
        sal double,
        comm double,
        deptno int
       ) partitioned by (date string) 
       row format delimited fields terminated by '	'
       load data local inpath '/home/liuwl/opt/datas/emp.txt' into table emp_part partition (date = "20161027");	
       load data local inpath '/home/liuwl/opt/datas/emp.txt' into table emp_part partition (date = "20161028");
       load data local inpath '/home/liuwl/opt/datas/emp.txt' into table emp_part partition (date = "20161029");