【Hive二】 Hive基本使用

Hive基本使用

创建数据库

创建一个数据库，数据库在HDFS上的默认存储路径是/user/hive/warehouse/*.db

create database 库名;

避免要创建的数据库已经存在错误，增加if not exists判断。（标准写法）

create database if not exists 库名;

创建一个数据库，指定数据库在HDFS上存放的位置

create database db_hive2 location '/db_hive2.db';

修改数据库

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。

alter database db_hive set dbproperties('createtime'='20180830');

在mysql中查看修改结果

desc database extended db_hive;

查询数据库

显示数据库

显示数据库

show databases;

过滤显示查询的数据库

show databases like 'db_hive*';

查看数据库详情

显示数据库信息

desc database db_hive;

显示数据库详细信息，extended

desc database extended db_hive;

使用数据库

use db_hive;

删除数据库

删除空数据库

drop database db_hive2;

如果删除的数据库不存在

drop database if exists db_hive2;

如果数据库不为空

drop database db_hive cascade;

创建表

1.提示：如果将sql语句写到文件中是，可以用：hive -f 文件名的方式来执行文件中的sql语句

2.默认创建的表都为内部表

创建内部表

create table if not exists 表名(eid int, name string, sex string) row format delimited fields terminated by '	';

查询表类型

desc formatted 表名;

创建外部表

因为表是外部表，所有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

建表语句:

create external table if not exists 表名(eid int, name string, sex string) row format delimited fields terminated by '	';

外部表使用场景

每天将收集到的网站日志定期流入HDFS文本文件。在外部表（原始日志表）的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过SELECT+INSERT进入内部表

导入数据

1. 向外部表导入本地磁盘数据

load data local inpath '本地磁盘文件路径' into table 库名.表名;

2. 向外部表导入HDFS中的数据

load data inpath 'HDFS文件路径' into table 库名.表名;

导出数据

1. 将查询的结果导出到本地

insert overwrite local directory '本地磁盘路径' select * from student;

2. 将查询的结果格式化导出到本地

insert overwrite local directory '本地磁盘路径' ROW FORMAT DELIMITED FIELDS TERMINATED BY '	' COLLECTION ITEMS TERMINATED BY '
' select * from student;

3. 将查询的结果导出到HDFS上(没有local)

insert overwrite directory '本地磁盘路径' ROW FORMAT DELIMITED FIELDS TERMINATED BY '	' COLLECTION ITEMS TERMINATED BY '
' select * from student;

4. Hive Shell 命令导出

命令：bin/hive -e 'select * from default.student;' > 本地磁盘路径;

分区表

分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多

创建分区表

create table dept_partition(
               deptno int, dname string, loc string
               )
               partitioned by (month string)
               row format delimited fields terminated by '	';

加载数据到分区表中

load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201709');

查询分区表中数据

单分区查询

select * from dept_partition where month='201709';

多分区查询

select * from dept_partition where month='201709'
              union
select * from dept_partition where month='201708'
              union
select * from dept_partition where month='201707';

增加分区

• 创建当个分区

  alter table dept_partition add partition(month='201706') ;
  

• 同时创建多个分区

  alter table dept_partition add partition(month='201705') partition(month='201704');
  

删除分区

• 删除单个分区

  alter table dept_partition drop partition (month='201704');
  

• 同时删除多个分区

  alter table dept_partition drop partition (month='201705'), partition (month='201706');
  

查看分区表有多少分区

show partitions dept_partition;

查看分区表结构

desc formatted dept_partition;

创建二级分区表

create table dept_partition2(
               deptno int, dname string, loc string
               )
               partitioned by (month string, day string)
               row format delimited fields terminated by '	';

加载数据到二级表中

load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition2 partition(month='201709', day='13');

查询分区数据

select * from dept_partition2 where month='201709' and day='13';

查询展示所有分区

show partitions dept_paritition;

修改表

alter table dept_partition2 rename to dept_partition3;

增加/修改/替换列信息

添加列

alter table dept_partition add columns(deptdesc string);

更新列

alter table dept_partition change column deptdesc desc int;

替换列

alter table dept_partition replace columns(deptno string, dname string, loc string);

删除表

drop table dept_partition;