转自http://www.iteblog.com/archives/955
在本博客的《Hive几种数据导入方式》文章中,谈到了Hive中几种数据的导入方式,不同的数据导入方式用途不一样。今天我们再谈谈Hive中的几种不同的数据导出方式。可以根据导出的地方不一样,将这些方式分为三种:(1)、导出到本地文件系统;(2)、导出到HDFS中;(3)、导出到Hive的另一个表中。为了避免单纯的文字,我将一步一步地用命令进行说明。
一、导出到本地文件系统
2 | hive> insert overwrite local directory '/home/wyp/wyp' |
这条HQL的执行需要启用Mapreduce完成,运行完这条语句之后,将会在本地文件系统的/home/wyp/wyp目录下生成文件,这个文件是Reduce产生的结果(这里生成的文件名是000000_0),我们可以看看这个文件的内容:
1 | [wyp @master ~/wyp]$ vim 000000_0 |
2 | 5 ^Awyp1^A23^A131212121212 |
3 | 6 ^Awyp2^A24^A134535353535 |
4 | 7 ^Awyp3^A25^A132453535353 |
5 | 8 ^Awyp4^A26^A154243434355 |
6 | 1 ^Awyp^A25^A13188888888888 |
7 | 2 ^Atest^A30^A13888888888888 |
可以看出,这就是wyp表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\00001)。
和导入数据到Hive不一样,不能用insert into来将数据导出:
02 | hive> insert into local directory '/home/wyp/wyp' |
04 | NoViableAltException( 79 @[]) |
05 | at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java: 683 ) |
06 | at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java: 30667 ) |
07 | at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java: 28421 ) |
08 | at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java: 28306 ) |
09 | at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java: 28100 ) |
10 | at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java: 1213 ) |
11 | at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java: 928 ) |
12 | at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java: 190 ) |
13 | at org.apache.hadoop.hive.ql.Driver.compile(Driver.java: 418 ) |
14 | at org.apache.hadoop.hive.ql.Driver.compile(Driver.java: 337 ) |
15 | at org.apache.hadoop.hive.ql.Driver.run(Driver.java: 902 ) |
16 | at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java: 259 ) |
17 | at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java: 216 ) |
18 | at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java: 413 ) |
19 | at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java: 756 ) |
20 | at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java: 614 ) |
21 | at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) |
22 | at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java: 39 ) |
23 | at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java: 25 ) |
24 | at java.lang.reflect.Method.invoke(Method.java: 597 ) |
25 | at org.apache.hadoop.util.RunJar.main(RunJar.java: 212 ) |
26 | FAILED: ParseException line 1 : 12 missing TABLE at 'local' near 'local' in select clause |
27 | line 1 : 18 cannot recognize input near 'directory' '' /home/wyp/wyp '' 'select' in select clause |
二、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:
2 | hive> insert overwrite directory '/home/wyp/hdfs' |
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。
三、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:
02 | hive> insert into table test |
03 | > partition (age= '25' ) |
04 | > select id, name, tel |
06 | ##################################################################### |
07 | 这里输出了一堆Mapreduce任务信息,这里省略 |
08 | ##################################################################### |
09 | Total MapReduce CPU Time Spent: 1 seconds 310 msec |
11 | Time taken: 19.125 seconds |
13 | hive> select * from test; |
15 | 5 wyp1 131212121212 25 |
16 | 6 wyp2 134535353535 25 |
17 | 7 wyp3 132453535353 25 |
18 | 8 wyp4 154243434355 25 |
19 | 1 wyp 13188888888888 25 |
20 | 2 test 13888888888888 25 |
22 | Time taken: 0.126 seconds, Fetched: 7 row(s) |
细心的读者可能会问,怎么导入数据到文件中,数据的列之间为什么不是wyp表设定的列分隔符呢?其实在Hive 0.11.0版本之间,数据的导出是不能指定列之间的分隔符的,只能用默认的列分隔符,也就是上面的^A来分割,这样导出来的数据很不直观,看起来很不方便!
如果你用的Hive版本是0.11.0,那么你可以在导出数据的时候来指定列之间的分隔符(可以参见本博客的
《Hive0.11查询结果保存到文件并指定列之间的分隔符》),操作如下:
01 | hive> insert overwrite local directory '/home/yangping.wu/local' |
02 | > row format delimited |
03 | > fields terminated by '\t' |
06 | [wyp @master ~/local]$ vim 000000_0 |
07 | 5 wyp1 23 131212121212 |
08 | 6 wyp2 24 134535353535 |
09 | 7 wyp3 25 132453535353 |
10 | 8 wyp4 26 154243434355 |
11 | 1 wyp 25 13188888888888 |
12 | 2 test 30 13888888888888 |
这个很不错吧!
其实,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:
02 | [wyp @master ~/local]$ hive -e "select * from wyp" >> local/wyp.txt |
03 | [wyp @master ~/local]$ cat wyp.txt |
04 | 5 wyp1 23 131212121212 |
05 | 6 wyp2 24 134535353535 |
06 | 7 wyp3 25 132453535353 |
07 | 8 wyp4 26 154243434355 |
08 | 1 wyp 25 13188888888888 |
09 | 2 test 30 13888888888888 |
得到的结果也是用\t分割的。也可以用-f参数实现:
2 | [wyp @master ~/local]$ cat wyp.sql |
4 | [wyp @master ~/local]$ hive -f wyp.sql >> local/wyp2.txt |
上述语句得到的结果也是\t分割的。