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

  1. 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 ...

  2. 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 ...

  3. 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: ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. hive DDL

    官网地址:https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL https://cwiki.apache.org/co ...

随机推荐

  1. CF261E Maxim and Calculator (质数,完全背包)

    CF261E Maxim and Calculator 题目大意: 有两个初始参数 $ a=1 $ , $ b=0 $ ,你可以对它们进行两个操作: $ b~+=1 $ 或 $ a~\times =b ...

  2. Django【第11篇】:Django之分页升级版本(组件)

    分页组件 一.分页的实现与使用 class Pagination(object): """ 自定义分页 """ def __init__(s ...

  3. 【牛客Wannafly挑战赛23】F 计数

    题目链接 题意 给定一张边带权的无向图,求生成树的权值和是 k 的倍数的生成树个数模 p 的值. \(n\leq 100,k\leq 100,p\mod k=1\) Sol 看见整除然后 \(p\mo ...

  4. darknet-yolov3模型预测框size不正确的原因

    问题描述:预测框的中心位置正常,但是预测的框的width和height不正常. 解决方法:使得训练的配置cfg和测试中cfg的输入width, height, anchorbox保持一致! 问题是我在 ...

  5. 超好用json转excel工具

    给大家安利一个超实用的json数据转excel工具:http://www.yzcopen.com/doc/jsonexcel

  6. PHP培训教程 php生成WAP页面

    WAP(无线通讯协议)是在数字移动电话.个人手持设备(PDA等)及计算机之间进行通讯的开放性全球标准.由于静态的WAP页面在很多方面不能满足用户个性化的服务请求,因此通过WAP服务器端语言产生动态的W ...

  7. BZOJ 1304: [CQOI2009]叶子的染色 树形DP + 结论

    Code: #include<bits/stdc++.h> #define setIO(s) freopen(s".in","r",stdin) # ...

  8. POJ 1161 Walls ( Floyd && 建图 )

    题意 :  在某国,城市之间建起了长城,每一条长城连接两座城市.每条长城互不相交.因此,从一个区域到另一个区域,需要经过一些城镇或者穿过一些长城.任意两个城市A和B之间最多只有一条长城,一端在A城市, ...

  9. linux php扩展模块安装

    安装Freetds Freetds 官方网站是 http://www.freetds.org,可以去官方网站下载程序,文中下载的是0.92.79版本. wget ftp://ftp.freetds.o ...

  10. JS audio播放一个的时候,其他正在播放的关闭

    audio在使用中,如果有多个,在播放的时候,如果一个声音没有播放完继续下一个的话,原来正在播放的并不会关闭(在Android和PC上测试是这样,苹果产品不清楚) 现在需要做的是,当播放其中一个的时候 ...