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^A3
186^A302^A3
22^A377^A1
244^A51^A2
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!