Hive学习之路 （七）Hive的DDL操作

库操作

1、创建库

语法结构

CREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name

　　[COMMENT database_comment]　　　　　　//关于数据块的描述

　　[LOCATION hdfs_path]　　　　　　　　　　//指定数据库在HDFS上的存储位置

　　[WITH DBPROPERTIES (property_name=property_value, ...)];　　　　//指定数据块属性

　　默认地址：/user/hive/warehouse/db_name.db/table_name/partition_name/…

创建库的方式

（1）创建普通的数据库

: jdbc:hive2://hadoop3:10000> create database t1;
No rows affected (0.308 seconds)
: jdbc:hive2://hadoop3:10000> show databases;
+----------------+
| database_name  |
+----------------+
| default        |
| myhive         |
| t1             |
+----------------+
 rows selected (0.393 seconds)
: jdbc:hive2://hadoop3:10000> 

（2）创建库的时候检查存与否

: jdbc:hive2://hadoop3:10000> create database if not exists t1;
No rows affected (0.176 seconds)
: jdbc:hive2://hadoop3:10000> 

（3）创建库的时候带注释

0: jdbc:hive2://hadoop3:10000> create database if not exists t2 comment 'learning hive';
No rows affected (0.217 seconds)
0: jdbc:hive2://hadoop3:10000>

（4）创建带属性的库

: jdbc:hive2://hadoop3:10000> create database if not exists t3 with dbproperties('creator'='hadoop','date'='2018-04-05');
No rows affected (0.255 seconds)
: jdbc:hive2://hadoop3:10000>

2、查看库

查看库的方式

（1）查看有哪些数据库

0: jdbc:hive2://hadoop3:10000> show databases;
+----------------+
| database_name |
+----------------+
| default |
| myhive |
| t1 |
| t2 |
| t3 |
+----------------+
5 rows selected (0.164 seconds)
0: jdbc:hive2://hadoop3:10000>

（2）显示数据库的详细属性信息

语法

desc database [extended] dbname;

示例

: jdbc:hive2://hadoop3:10000> desc database extended t3;
+----------+----------+------------------------------------------+-------------+-------------+------------------------------------+
| db_name  | comment  |                 location                 | owner_name  | owner_type  |             parameters             |
+----------+----------+------------------------------------------+-------------+-------------+------------------------------------+
| t3       |          | hdfs://myha01/user/hive/warehouse/t3.db  | hadoop      | USER        | {date=2018-04-05, creator=hadoop}  |
+----------+----------+------------------------------------------+-------------+-------------+------------------------------------+
 row selected (0.11 seconds)
: jdbc:hive2://hadoop3:10000> 

（3）查看正在使用哪个库

: jdbc:hive2://hadoop3:10000> select current_database();
+----------+
|   _c0    |
+----------+
| default  |
+----------+
 row selected (1.36 seconds)
: jdbc:hive2://hadoop3:10000> 

（4）查看创建库的详细语句

: jdbc:hive2://hadoop3:10000> show create database t3;
+----------------------------------------------+
|                createdb_stmt                 |
+----------------------------------------------+
| CREATE DATABASE `t3`                         |
| LOCATION                                     |
|   'hdfs://myha01/user/hive/warehouse/t3.db'  |
| WITH DBPROPERTIES (                          |
|   'creator'='hadoop',                        |
|   'date'='2018-04-05')                       |
+----------------------------------------------+
 rows selected (0.155 seconds)
: jdbc:hive2://hadoop3:10000> 

3、删除库

说明

删除库操作

drop database dbname;
drop database if exists dbname;

默认情况下，hive 不允许删除包含表的数据库，有两种解决办法：

1、 手动删除库下所有表，然后删除库

2、 使用 cascade 关键字

drop database if exists dbname cascade;

默认情况下就是 restrict drop database if exists myhive ==== drop database if exists myhive restrict

示例

（1）删除不含表的数据库

: jdbc:hive2://hadoop3:10000> show tables in t1;
+-----------+
| tab_name  |
+-----------+
+-----------+
No rows selected (0.147 seconds)
: jdbc:hive2://hadoop3:10000> drop database t1;
No rows affected (0.178 seconds)
: jdbc:hive2://hadoop3:10000> show databases;
+----------------+
| database_name  |
+----------------+
| default        |
| myhive         |
| t2             |
| t3             |
+----------------+
 rows selected (0.124 seconds)
: jdbc:hive2://hadoop3:10000> 

（2）删除含有表的数据库

: jdbc:hive2://hadoop3:10000> drop database if exists t3 cascade;
No rows affected (1.56 seconds)
: jdbc:hive2://hadoop3:10000>

4、切换库

语法

use database_name

示例

: jdbc:hive2://hadoop3:10000> use t2;
No rows affected (0.109 seconds)
: jdbc:hive2://hadoop3:10000> 

表操作

1、创建表

语法

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]

详情请参见： https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL#LanguageManualD DL-CreateTable

•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 EXIST 选项来忽略这个异常
•EXTERNAL 关键字可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径（LOCATION）
•LIKE 允许用户复制现有的表结构，但是不复制数据
•COMMENT可以为表与字段增加描述

•PARTITIONED BY 指定分区
•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。在建表的时候，
用户还需要为表指定列，用户在指定表的列的同时也会指定自定义的 SerDe，Hive 通过 SerDe 确定表的具体的列的数据。 
•STORED AS 
　　SEQUENCEFILE //序列化文件
　　| TEXTFILE //普通的文本文件格式
　　| RCFILE　　//行列存储相结合的文件
　　| INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classname //自定义文件格式
　　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 SEQUENCE 。

•LOCATION指定表在HDFS的存储路径

最佳实践：
　　如果一份数据已经存储在HDFS上，并且要被多个用户或者客户端使用，最好创建外部表
　　反之，最好创建内部表。

　　如果不指定，就按照默认的规则存储在默认的仓库路径中。

示例

使用t2数据库进行操作

（1）创建默认的内部表

: jdbc:hive2://hadoop3:10000> create table student(id int, name string, sex string, age int,department string) row format delimited fields terminated by ",";
No rows affected (0.222 seconds)
: jdbc:hive2://hadoop3:10000> desc student;
+-------------+------------+----------+
|  col_name   | data_type  | comment  |
+-------------+------------+----------+
| id          | int        |          |
| name        | string     |          |
| sex         | string     |          |
| age         | int        |          |
| department  | string     |          |
+-------------+------------+----------+
 rows selected (0.168 seconds)
: jdbc:hive2://hadoop3:10000> 

（2）外部表

: jdbc:hive2://hadoop3:10000> create external table student_ext
(id int, name string, sex string, age int,department string) row format delimited fields terminated by "," location "/hive/student";
No rows affected (0.248 seconds)
: jdbc:hive2://hadoop3:10000> 

（3）分区表

: jdbc:hive2://hadoop3:10000> create external table student_ptn(id int, name string, sex string, age int,department string)
. . . . . . . . . . . . . . .> partitioned by (city string)
. . . . . . . . . . . . . . .> row format delimited fields terminated by ","
. . . . . . . . . . . . . . .> location "/hive/student_ptn";
No rows affected (0.24 seconds)
: jdbc:hive2://hadoop3:10000> 

添加分区

: jdbc:hive2://hadoop3:10000> alter table student_ptn add partition(city="beijing");
No rows affected (0.269 seconds)
: jdbc:hive2://hadoop3:10000> alter table student_ptn add partition(city="shenzhen");
No rows affected (0.236 seconds)
: jdbc:hive2://hadoop3:10000> 

如果某张表是分区表。那么每个分区的定义，其实就表现为了这张表的数据存储目录下的一个子目录
如果是分区表。那么数据文件一定要存储在某个分区中，而不能直接存储在表中。

（4）分桶表

: jdbc:hive2://hadoop3:10000> create external table student_bck(id int, name string, sex string, age int,department string)
. . . . . . . . . . . . . . .> clustered by (id) sorted by (id asc, name desc) into 4 buckets
. . . . . . . . . . . . . . .> row format delimited fields terminated by ","
. . . . . . . . . . . . . . .> location "/hive/student_bck";
No rows affected (0.216 seconds)
: jdbc:hive2://hadoop3:10000> 

（5）使用CTAS创建表

作用： 就是从一个查询SQL的结果来创建一个表进行存储

现象student表中导入数据

: jdbc:hive2://hadoop3:10000> load data local inpath "/home/hadoop/student.txt" into table student;
No rows affected (0.715 seconds)
: jdbc:hive2://hadoop3:10000> select * from student;
+-------------+---------------+--------------+--------------+---------------------+
| student.id  | student.name  | student.sex  | student.age  | student.department  |
+-------------+---------------+--------------+--------------+---------------------+
|        | 刘晨            | 女            |            | IS                  |
|        | 王风娟           | 女            |            | IS                  |
|        | 王一            | 女            |            | IS                  |
|        | 冯伟            | 男            |            | CS                  |
|        | 王小丽           | 女            |            | CS                  |
|        | 邢小丽           | 女            |            | IS                  |
|        | 赵钱            | 男            |            | IS                  |
|        | 王敏            | 女            |            | MA                  |
|        | 张立            | 男            |            | IS                  |
|        | 孙花            | 女            |            | CS                  |
|        | 孔小涛           | 男            |            | CS                  |
|        | 刘刚            | 男            |            | MA                  |
|        | 孙庆            | 男            |            | CS                  |
|        | 易思玲           | 女            |            | MA                  |
|        | 李娜            | 女            |            | CS                  |
|        | 周二            | 男            |            | MA                  |
|        | 郑明            | 男            |            | MA                  |
|        | 李勇            | 男            |            | CS                  |
|        | 包小柏           | 男            |            | MA                  |
|        | 梦圆圆           | 女            |            | MA                  |
|        | 王君            | 男            |            | MA                  |
+-------------+---------------+--------------+--------------+---------------------+
 rows selected (0.342 seconds)
: jdbc:hive2://hadoop3:10000> 

使用CTAS创建表

: jdbc:hive2://hadoop3:10000> create table student_ctas as select * from student where id < 95012;
WARNING: Hive-on-MR is deprecated in Hive  and may not be available in the future versions. Consider using a different execution 
engine (i.e. spark, tez) or using Hive .X releases.
No rows affected (34.514 seconds)
: jdbc:hive2://hadoop3:10000> select * from student_ctas
. . . . . . . . . . . . . . .> ;
+------------------+--------------------+-------------------+-------------------+--------------------------+
| student_ctas.id  | student_ctas.name  | student_ctas.sex  | student_ctas.age  | student_ctas.department  |
+------------------+--------------------+-------------------+-------------------+--------------------------+
|             | 刘晨                 | 女                 |                 | IS                       |
|             | 王敏                 | 女                 |                 | MA                       |
|             | 张立                 | 男                 |                 | IS                       |
|             | 孔小涛                | 男                 |                 | CS                       |
|             | 刘刚                 | 男                 |                 | MA                       |
|             | 孙庆                 | 男                 |                 | CS                       |
|             | 易思玲                | 女                 |                 | MA                       |
|             | 李娜                 | 女                 |                 | CS                       |
|             | 李勇                 | 男                 |                 | CS                       |
|             | 包小柏                | 男                 |                 | MA                       |
|             | 梦圆圆                | 女                 |                 | MA                       |
+------------------+--------------------+-------------------+-------------------+--------------------------+
 rows selected (0.445 seconds)
: jdbc:hive2://hadoop3:10000> 

（6）复制表结构

: jdbc:hive2://hadoop3:10000> create table student_copy like student;
No rows affected (0.217 seconds)
: jdbc:hive2://hadoop3:10000> 

注意：

如果在table的前面没有加external关键字，那么复制出来的新表。无论如何都是内部表
如果在table的前面有加external关键字，那么复制出来的新表。无论如何都是外部表

2、查看表

（1）查看表列表

查看当前使用的数据库中有哪些表

: jdbc:hive2://hadoop3:10000> show tables;
+---------------+
|   tab_name    |
+---------------+
| student       |
| student_bck   |
| student_copy  |
| student_ctas  |
| student_ext   |
| student_ptn   |
+---------------+
 rows selected (0.163 seconds)
: jdbc:hive2://hadoop3:10000> 

查看非当前使用的数据库中有哪些表

: jdbc:hive2://hadoop3:10000> show tables in myhive;
+-----------+
| tab_name  |
+-----------+
| student   |
+-----------+
 row selected (0.144 seconds)
: jdbc:hive2://hadoop3:10000> 

查看数据库中以xxx开头的表

: jdbc:hive2://hadoop3:10000> show tables like 'student_c*';
+---------------+
|   tab_name    |
+---------------+
| student_copy  |
| student_ctas  |
+---------------+
 rows selected (0.13 seconds)
: jdbc:hive2://hadoop3:10000> 

（2）查看表的详细信息

查看表的信息

: jdbc:hive2://hadoop3:10000> desc student;
+-------------+------------+----------+
|  col_name   | data_type  | comment  |
+-------------+------------+----------+
| id          | int        |          |
| name        | string     |          |
| sex         | string     |          |
| age         | int        |          |
| department  | string     |          |
+-------------+------------+----------+
 rows selected (0.149 seconds)
: jdbc:hive2://hadoop3:10000> 

查看表的详细信息（格式不友好）

: jdbc:hive2://hadoop3:10000> desc extended student;

查看表的详细信息（格式友好）

: jdbc:hive2://hadoop3:10000> desc formatted student;

查看分区信息

: jdbc:hive2://hadoop3:10000> show partitions student_ptn;

（3）查看表的详细建表语句

: jdbc:hive2://hadoop3:10000> show create table student_ptn;

3、修改表

（1）修改表名

: jdbc:hive2://hadoop3:10000> alter table student rename to new_student;

（2）修改字段定义

A. 增加一个字段

: jdbc:hive2://hadoop3:10000> alter table new_student add columns (score int);

B. 修改一个字段的定义

: jdbc:hive2://hadoop3:10000> alter table new_student change name new_name string;

C. 删除一个字段

不支持

D. 替换所有字段

: jdbc:hive2://hadoop3:10000> alter table new_student replace columns (id int, name string, address string);

（3）修改分区信息

A. 添加分区

静态分区

　　添加一个

: jdbc:hive2://hadoop3:10000> alter table student_ptn add partition(city="chongqing");

　　添加多个

: jdbc:hive2://hadoop3:10000> alter table student_ptn add partition(city="chongqing2") partition(city="chongqing3") partition(city="chongqing4");

动态分区

先向student_ptn表中插入数据，数据格式如下图

: jdbc:hive2://hadoop3:10000> load data local inpath "/home/hadoop/student.txt" into table student_ptn partition(city="beijing");

现在我把这张表的内容直接插入到另一张表student_ptn_age中，并实现sex为动态分区（不指定到底是哪中性别，让系统自己分配决定）

首先创建student_ptn_age并指定分区为age

: jdbc:hive2://hadoop3:10000> create table student_ptn_age(id int,name string,sex string,department string) partitioned by (age int);

从student_ptn表中查询数据并插入student_ptn_age表中

: jdbc:hive2://hadoop3:10000> insert overwrite table student_ptn_age partition(age)
. . . . . . . . . . . . . . .> select id,name,sex,department，age from student_ptn;
WARNING: Hive-on-MR is deprecated in Hive  and may not be available in the future versions. Consider using a different execution engine (i.e. spark, tez) or using Hive .X releases.
No rows affected (27.905 seconds)
: jdbc:hive2://hadoop3:10000> 

B. 修改分区

修改分区，一般来说，都是指修改分区的数据存储目录

在添加分区的时候，直接指定当前分区的数据存储目录

: jdbc:hive2://hadoop3:10000> alter table student_ptn add if not exists partition(city='beijing') 
. . . . . . . . . . . . . . .> location '/student_ptn_beijing' partition(city='cc') location '/student_cc';
No rows affected (0.306 seconds)
: jdbc:hive2://hadoop3:10000> 

修改已经指定好的分区的数据存储目录

: jdbc:hive2://hadoop3:10000> alter table student_ptn partition (city='beijing') set location '/student_ptn_beijing';

此时原先的分区文件夹仍存在，但是在往分区添加数据时，只会添加到新的分区目录

C. 删除分区

: jdbc:hive2://hadoop3:10000> alter table student_ptn drop partition (city='beijing');

4、删除表

: jdbc:hive2://hadoop3:10000> drop table new_student;

5、清空表

: jdbc:hive2://hadoop3:10000> truncate table student_ptn;

其他辅助命令