hive DDL操作
1、创建数据库
CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERTIES (property_name=property_value,...)];
(1)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
hive(default)> create database db_hive;
(2)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)
hive(default)> create database if not exists db_hive;
(3)创建一个数据库,指定数据库在HDFS上存放的位置
create database db location '/db_hive.db'
2、显示数据库
(1)显示数据库
show databases;
(2)过滤显示
show databases like 'db_*';
(3)显示数据库信息
show database db_hive;
(4)显示数据库信息,详细信息extended
desc database extended db_hive;
3、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 K-V 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变的,包括库名和数据库所在的目录位置
alter database db_hive set dbproperties('createtime'='2019');
4、删除数据库
(1)删除空数据库
drop database [if not exists] db_hive;
(2)如果不为空,加cascade强制删除
drop database db_hive cascade;
5、创建表
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]
[TBLPROPERTIES (property_name=property_value, ...)]
[AS select_statement]
1)字段解释
(1)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 EXISTS 选项来忽略这个异常。
(2)EXTERNAL关键字可以让用户创建一个外部表,在建表的同时可以指定一个指向实际数据的路径(LOCATION)
在删除表的时候,内部表的元数据和数据会被一起删除,而外部表只删除元数据,不删除数据
(3)COMMENT:为表和列添加注释。
(4)PARTITIONED BY创建分区表
(5)CLUSTERED BY创建分桶表
(6)SORTED BY不常用,对桶中的一个或多个列另外排序
(7)ROW FORMAT
DELIMITED [FIELDS TERMINATED BY char]
[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。
Hive通过SerDe确定表的具体的列的数据。
SerDe是Serialize/Deserilize的简称, hive使用Serde进行行对象的序列与反序列化。
(8)STORED AS指定存储文件类型
常用的存储文件类型:SEQUENCEFILE(二进制序列文件)、TEXTFILE(文本)、RCFILE(列式存储格式文件)
如果文件数据是纯文本,可以使用STORED AS TEXTFILE。如果数据需要压缩,使用 STORED AS SEQUENCEFILE。
(9)LOCATION :指定表在HDFS上的存储位置。
(10)AS:后跟查询语句,根据查询结果创建表。
(11)LIKE允许用户复制现有的表结构,但是不复制数据。
2)管理表(内部表)
默认创建的表都是所谓的管理表,有时也被称为内部表。因为这种表,Hive会(或多或少地)控制着数据的生命周期。Hive默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir
(例如,/user/hive/warehouse
)所定义的目录的子目录下。
当我们删除一个管理表时,Hive也会删除这个表中数据
。管理表不适合和其他工具共享数据。
(1)普通创建表
create table if not exists student1(
id int, name string
)
row format delimited fields terminated by '\t'
location '/user/hive/warehouse/student1';
(2)根据查询结果创建表(查询的结果会添加到新表中)
create table if not exists student2 as select id ,name from student1;
(3)根据已经存在的表结构创建表(不复制数据)
create table if not exists student3 like student;
(4)查询表结构
desc formatted student;
3)外部表
因为表是外部表,所以hive并非人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
1、管理表和外部表的使用场景
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。
4)管理表与外部表的相互转换
alter table student set tblproperties('EXTERNAL'='TRUE');
alter table student set tblproperties('EXTERNAL'='FASLE');
注意:
('EXTERNAL'='TRUE')和('EXTERNAL'='FALSE')为固定写法,区分大小写
6、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。
1)、分区表的基本操作
(1)创建分区表
create table hive_partition(
id int,name string
)
partitioned by (class string)
row format delimited fields terminated by '\t';
分区字段不能是表中已经存在的字段数据,可以将分区字段看做表的伪列
(2)加载数据到分区
load data local inpath '/opt/xxx' into table hive_parition partition(class='1')
load data local inpath '/opt/xxx' into table hive_parition partition(class='2')
load data local inpath '/opt/xxx' into table hive_parition partition(class='3')
分区表加载数据时必须指定分区
(3)查询分区表中数据
select * from hive_partition where class='1'
# 没有partition
(4)多分区联合查询
select * from hive_partition where class='1'
union
select * from hive_partition where class='2'
(5)增加分区
alter table hive_partition add partition(class='4');
alter table hive_partition add partition(class='4') partition(class='5');
增加多个分区时,partition之间不用逗号“,”隔开
(6)删除分区
alter table hive_partition drop partition(class='4');
alter table hive_partition add partition(class='4'), partition(class='5');
要用逗号隔开
(7)查看分区表中有多少分区
show partitions hive_partition;
(8)查看分区结构
desc formatted hive_partition;
2)分区注意事项
(1)创建二级分区表
create table hive_partition(
id int, name string
)
partitioned by (year string,month string)
row format delimited fields terminated by '\t';
(2)加载数据到二级分区
load data local inpath '/datas/xxx' into table hive_partition partition(year='2019',month='2');
(3)查询分区数据
select * from hive_partition where year='2019' and month='2';
3)把数据直接上传到分区目录上,让分区表和数据产生关联的三种方式
上传数据:
dfs -mkdir -p /hive_partition/year=2019/month=2 ;
dfs -put /opt/xxx.txt /hive_partition/year=2019/month=2 ;
(1)方式一:上传数据修复
msck repair table hive_partition;
(2)方式二:上传后添加分区
alter table hive_partition add partition(year='2019',month='2');
(3)方式三:创建文件夹后load数据到分区
load data local inpath /opt/xxx.txt into table hive_partition partition(year='2019',month='2');
7、修改表
(1)重命名表
alter table hive_partition rename to test;
(2)增加、修改、替换列
更新
ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]
增加和替换列
ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)
注意:
add是代表新增一字段,字段位置在所有列后面(partition列前)
replace则表示替换表中所有字段
hive DDL操作的更多相关文章
- Hive的DDL操作
DDL:data definittion language 数据定义语言 主要是定义或改变表的结构.数据类型.表之间的链接和约束等初始化操作 DML:data manipulation languag ...
- Hive学习笔记(三)-- DML和DDL操作
01-Hive表的DDL操作--修改表 创建一个分区表并加载数据 查询数据 修改表 加载数据 查询一下 另外一个命令查询表的分区 如何删除一个分区呢 查询一个,分区被删除了 修改表名 查询改名的新表的 ...
- Hive数据类型和DDL操作
hive命令 在Linux下的命令行中直接输入如下命令,可以查看帮助信息: # hive -help 常用的如-e.-f参数. 使用-e参数,可以直接在命令行传递SQL语句进行hive表数据的查询: ...
- Hive DDL、DML操作
• 一.DDL操作(数据定义语言)包括:Create.Alter.Show.Drop等. • create database- 创建新数据库 • alter database - 修改数据库 • dr ...
- 吴裕雄--天生自然HADOOP操作实验学习笔记:hive DDL
实验目的 了解hive DDL的基本格式 了解hive和hdfs的关系 学习hive在hdfs中的保存方式 学习一些典型常用的hiveDDL 实验原理 有关hive的安装和原理我们已经了解,这次实验我 ...
- Hive 官方手册翻译 -- Hive DDL(数据定义语言)
Hive DDL(数据定义语言) Confluence Administrator创建, Janaki Lahorani修改于 2018年9月19日 原文链接 https://cwiki.apache ...
- Hive数据库操作
Hive数据结构 除了基本数据类型(与java类似),hive支持三种集合类型 Hive集合类型数据 array.map.structs hive (default)> create table ...
- Replication的犄角旮旯(六)-- 一个DDL引发的血案(上)(如何近似估算DDL操作进度)
<Replication的犄角旮旯>系列导读 Replication的犄角旮旯(一)--变更订阅端表名的应用场景 Replication的犄角旮旯(二)--寻找订阅端丢失的记录 Repli ...
- hive DDL
官网地址:https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL https://cwiki.apache.org/co ...
随机推荐
- Linux下配置静态IP地址,设置DNS和主机名
本人qq群也有许多的技术文档,希望可以为你提供一些帮助(非技术的勿加). QQ群: 281442983 (点击链接加入群:http://jq.qq.com/?_wv=1027&k=29Lo ...
- 关于web前端性能优化问题
好久没有来博客写随笔了,可能是懒了吧,哈哈, 最近很想整理一篇关于前端性能优化的问题,毕竟能提高网站的观赏性对吧.提升网站性能,提升用户体验 那 什么是web性能优化? 可以这么理解:从用户访问资源到 ...
- 用C语音编写python的扩展模块,也就是python调c库
用C语音编写python的扩展模块,也就是python调c库 1.用C语言扩展Python的功能: http://www.ibm.com/developerworks/cn/linux/l-pyt ...
- 《SaltStack技术入门与实践》——执行结果处理
执行结果处理 本章节参考<SaltStack技术入门与实践>,感谢该书作者: 刘继伟.沈灿.赵舜东 Return组件可以理解为SaltStack系统对执行Minion返回后的数据进行存储或 ...
- 【leetcode】493. Reverse Pairs
题目如下: 解题思路:本题要求的是数组每个元素和所有排在这个元素后面的元素的值的二倍做比较.我们可以先把数组所有元素的二倍都算出来,存入一个新的数组newlist,并按升序排好.而后遍历nums数组的 ...
- js 遍历数组取出字符串用逗号拼接
var arr = [{"name":"hhh"},{"name":"dddd"}] //用js function ge ...
- nginx 静态资源WEB服务
1.静态资源类型 非服务器动态运行生成的文件 类型种类 浏览器端渲染 HTML.CSS.JS 图片 JPEG.GIF.PNG 视频 FLV.MPEG ...
- Mac sublime安装package controller
https://packagecontrol.io/installation#st2 链接被墙了这个. 我拿来放在这里. The simplest method of installation is ...
- redhat 6.8 配置 centos6 163 的 yum 源
1. 检查是否安装yum包[root@node1 rpms]# rpm -qa|grep yum 2. 删除自带的yum包[root@node1 rpms]# rpm -qa|grep yum|xar ...
- [转]玩转Google开源C++单元测试框架Google Test系列(gtest)(总)
文章转载自CoderZh的技术博客 地址:https://www.cnblogs.com/coderzh/archive/2009/04/06/1426755.html 前段时间学习和了解了下Goog ...