Hive入门

一、Hive的数据类型

1. 基本数据类型
   1. 整数型：tinyint/smallint/int/bigint
   2. 浮点型：float/double
   3. 布尔类型：boolean
   4. 字符串类型：string
2. 复杂数据类型
   1. Array
   2. Map
   3. Struct

3. 时间类型
   1. Date：年月日
   2. Timestamp

二、Hive的数据模型

1. 内部表
   1. 与数据库中table在概念上是类似的
   2. 每个table在Hive中都有一个相应的目录存储数据
   3. 所有table数据（不包括External Table）都保存在这个目录中
   4. 删除表时，元数据与数据都会被删除
2. 分区表
   1. Partition对应于数据库中的Partition列的密集索引
   2. 在Hive中，表的一个Partition对应于表的一个目录，所有的Partition的数据都存储在对应的目录中

• 创建分区表：

create table partition_table

(id int,name string)

partitioned by (gender string)

row format delimited fields terminated by ',';

3. 外部表（External Table）
   1. 指向已经在HDFS中存在的数据，可以创建Partition
   2. 它和内部表在元数据的组织上是相同的，而实际数据存储则有较大差异
   3. 外部表只有一个过程，加载数据和创建表同时完成，并不会移动到数据仓库目录中，只是与外部数据建立一个链接。当删除外部表时，仅删除该链接。

•  创建外部表

create external table external_student

(id int, name string, age int)

location '/input/student';

4. 桶表（Bucket Table）
   1. 桶表是对数据进行哈希取值，然后放到不同的文件中存储。

• 创建桶表

create table bucket_table

(id int,name string,age int)

clustered by (name) into 5 buckets;

5. 视图（View）
   1. 视图是一种虚表，是一个逻辑概念；可以跨越多张表
   2. 视图建立在已有表的基础上，视图赖以建立的这些表称为基表
   3. 视图可以简化复杂的查询

• 创建视图

create view view_test

as

select p.phone,g.gender

from yxyx_user p,partition_table g

where p.user_id = g.id;