3.字段间格式转换

查看块的大小
hive> set dfs.block.size
    > ;
dfs.block.size=134217728
hive> select 134217728/1024/1024;
OK
128.0

Hive0.11查询结果保存到文件并指定列之间的分隔符

在Hive0.11.0版本新引进了一个新的特性，也就是当用户将Hive查询结果输出到文件，用户可以指定列的分割符，而在之前的版本是不能指定列之间的分隔符，这样给我们带来了很大的不变，在Hive0.11.0之前版本我们一般是这样用的：
hive> insert overwrite local directory '/home/wyp/Documents/result'
hive> select * from test;

保存的文件列之间是用^A（x01）来分割
196
^A242^A
3
186^A
302
^A3
22
^A377^A
1
244^A
51^A
2

注意，上面是为了显示方便，而将x01写作^A，在实际的文本编辑器我们是看不到^A的，而是一个奇怪的符号。
　　现在我们可以用Hive0.11.0版本新引进了一个新的特性，指定输出结果列之间的分隔符：
hive> insert overwrite local directory '/home/wyp/Documents/result'
row format delimited
fields terminated by ' '
select * from test;

再次看出输出的结果
196 242 3
186 302 3
22  377 1
244 51  2

我的实验
insert overwrite local directory '/home/hadoop/test2'
row format delimited
fields terminated by ' '
select * from intdata.kesheng_sdk_device_key2phone_mode ;

结果好看多了。如果是map类型可以用下面语句来分割map的key和value
hive> insert overwrite local directory './test-04'
hive> row format delimited
hive> FIELDS TERMINATED BY ' '
hive> COLLECTION ITEMS TERMINATED BY ','
hive> MAP KEYS TERMINATED BY ':'
hive> select * from src;

hive几种数据的导出方式：
1.指定列的分隔符：
insert overwrite local directory '/home/hadoop/test2'
row format delimited
fields terminated by ' '
select * from app.cpa_phone_mode_daily;

2.我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句；而-f是接一个文件，文件的内容为一个sql语句，如下：
[wyp@master ~/local]$  hive -e "select * from wyp" >> local/wyp.txt
[wyp@master ~/local]$  cat wyp.txt
5       wyp1    23      131212121212
6       wyp2    24      134535353535
7       wyp3    25      132453535353
8       wyp4    26      154243434355
1       wyp     25      13188888888888
2       test    30      13888888888888
3       zs      34      899314121

　　得到的结果也是用 分割的。也可以用-f参数实现：

[wyp@master ~/local]$ cat wyp.sql
select * from wyp
[wyp@master ~/local]$ hive -f wyp.sql >> local/wyp2.txt
上述语句得到的结果也是 分割的。

3.导出到HDFS中
和导入数据到本地文件系统一样的简单，可以用下面的语句实现：
hive> insert overwrite directory '/home/wyp/hdfs'
    > select * from wyp;

将会在HDFS的/home/wyp/hdfs目录下保存导出来的数据。注意，和导出文件到本地文件系统的HQL少一个local，数据的存放路径就不一样了。

4.导出到Hive的另一个表中

　　其实这个在《Hive几种数据导入方式》文中就用到了，这也是Hive的数据导入方式，如下操作：

hive> insert into table test
    > partition (age='25')
    > select id, name, tel
    > from wyp;
#####################################################################
           这里输出了一堆Mapreduce任务信息，这里省略
#####################################################################
Total MapReduce CPU Time Spent: 1 seconds 310 msec
OK
Time taken: 19.125 seconds
hive> select * from test;
OK
5       wyp1    131212121212    25
6       wyp2    134535353535    25
7       wyp3    132453535353    25
8       wyp4    154243434355    25
1       wyp     13188888888888  25
2       test    13888888888888  25
3       zs      899314121       25
Time taken: 0.126 seconds, Fetched: 7 row(s

5. 如何将hive的数据表导出到csv格式的文件中
如何将hive的数据表导出到csv格式的文件中
   由于在hive hue web页面上无法全部展示比较大的数据，并且就算导出到excel中也会对服务器产生特别大的压力。所以就需要将hive数据表的数据导出以csv形式的存储！
hive -e "select * from dhtest.temp_uv" >> res1.csv
将需要的查询数据导出到 res1.csv
[hdfs@datanode11 wangchong]$ hive -e "select * from dhtest.temp_uv" >> res1.csv
从hdfs上导出到本地，然后通过xftp等软件将res1.csv保存到本地。
然后用excel打开会发现全部出现在一列。这是由于没有进行分列导致的！

分列有两种方法！。
1.在shell中将csv文件进行分列符号替换，达到替换的目的。
[hdfs@datanode11 wangchong]$ sed -i 's/,/;/g' res2.csv
[hdfs@datanode11 wangchong]$ sed -i 's/ /;/g' res2.csv
具体那种符号视情况而定
2.直接在本地打开excel文档中进行设置。
数据-->分列-->

下一步

其他打钩，然后下一步，完成即可达到分列的目的！