hive读书笔记

笔记来源《Hive编程指南》

一、hive命令行界面：

1. ‘一次使用’命令：执行一个或多个（分号分隔）查询后hive CLI立即退出： hive -e "select * from src"
2. 从文件中执行hive查询：hive -f /file/hello.hql。 hive shell中可以用SOURCE执行一个脚本文件
3. hiverc文件：CLI   -i    文件名。这个选项允许用户指定一个文件，CLI启动时，在提示符出现前会先执行这个文件。
4. 执行shell 命令：不用退出hive CLI,在命令前加上！并且以分号结尾就可以
5. 在hive内使用hadoop 的dfs命令：去掉hadoop关键字，以分号结尾，eg:dfs -ls /;
6. hive脚本注释：以--开头来表示 注释 
7. 显示字段名称：set hive.cli.print.header=true;如果总希望看到字段名称，将此行加到$HOME/.hiverc文件中即可。

$HOME/.hiverc文件：

set hive.cli.print.current.db=true;
set hive.cli.print.header=true;
set hive.exec.mode.local.auto=true;
set hive.auto.convert.join=true;
set hive.optimize.bucketmapjoin=true;
set hive.optimize.bucketmapjoin.sortedmerge=true;
set hive.map.aggr=true;

查看表的字段信息及元数据存储路径  ： desc formatted table_name;

查看建表语句及其他详细信息的方法  ： show create table table_name;

二、数据类型

类型转换    cast (s AS INT) 将字符串s 转换为数值

hive中的列支持struct,map和array

读时模式：

Hive处理的数据是大数据，在保存表数据时不对数据进行校验，而是在读数据时校验，不符合格式的数据设置为NULL；

 

读时模式的优点是，加载数据库快。传统的数据库如mysql、oracle是写时模式，不符合格式的数据写不进去。

 

 

 三、表修改                                      http://www.cnblogs.com/HondaHsu/p/4346354.html 

 

1、重命名表
ALTER TABLE table_name RENAME TO new_table_name;

2、改变列名/类型/位置/注释

hive> ALTER TABLE employee CHANGE name ename String;

hive> ALTER TABLE employee CHANGE salary salary Double;

hive>ALTER TABLE test_table CHANGE col1 col2 STRING COMMENT 'The datatype of col2 is STRING' AFTER col3;

3、添加列

hive> ALTER TABLE employee ADD COLUMNS (dept STRING COMMENT 'Department name');

4、建表

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]
•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 EXIST 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）

•LIKE 允许用户复制现有的表结构，但是不复制数据

•COMMENT可以为表与字段增加描述

•ROW FORMAT

DELIMITED [FIELDS TERMINATED BY char]  默认为'\001'(ctrl+v然后再ctrl+a可以输入这个控制符)分隔，如果建表没写此的话导入的文件必须以\001为分隔符

[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。

•STORED AS

SEQUENCEFILE

| TEXTFILE

| RCFILE

| INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classname

5、复制一个空表

　　CREATE TABLE empty_key_value_store LIKE key_value_store;

6、增加删除分区

ALTER TABLE page_view ADD PARTITION (dt='2008-08-08', country='us') location '/path/to/us/part080808' PARTITION (dt='2008-08-09', country='us') location '/path/to/us/part080809'; //一次添加多个分区

ALTER TABLE login DROP IF EXISTS PARTITION (dt='2008-08-08');

7、修改分区

ALTER TABLE table_name PARTITION (dt='2008-08-08') SET LOCATION "new location";
ALTER TABLE table_name PARTITION (dt='2008-08-08') RENAME TO PARTITION (dt='20080808');

8、修改表属性:

alter table table_name set TBLPROPERTIES ('EXTERNAL'='TRUE'); //内部表转外部表
alter table table_name set TBLPROPERTIES ('EXTERNAL'='FALSE'); //外部表转内部表

9、向数据表内加载文件

LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]

 

 

 

Hive Command Line

输入$HIVE_HOME/bin/hive –H 或者 –help可以显示帮助选项：

-d,–define <key=value>	定义一个变量值，这个变量可以在Hive交互Shell中引用，后面会介绍用法，比如：-d A=B
–database <databasename>	进入Hive交互Shell时候指定数据库，默认进入default数据库
-e <quoted-query-string>	命令行执行一段SQL语句
-f <filename>	filename文件中保存HQL语句，执行其中的语句
-H,–help	显示帮助信息
-h <hostname>	连接远程Hive Server，后续介绍
–hiveconf <property=value>	在命令行中设置Hive的运行时配置参数，优先级高于hive-site.xml,但低于Hive交互Shell中使用Set命令设置。
–hivevar <key=value>	同—define
-i <filename>	进入Hive交互Shell时候先执行filename中的HQL语句
-p <port>	连接远程Hive Server的端口号
-S,–silent	静默模式，指定后不显示执行进度信息，最后只显示结果
-v,–verbose	冗余模式，额外打印出执行的HQL语句