Hive----DDL数据定义

第4章 DDL数据定义
4.1 创建数据库
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。create database 库名；
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）create database if not exists 库名;
3）创建一个数据库，指定数据库在HDFS上存放的位置create database 库名 location ‘地址’;
4.2 查询数据库
4.2.1 显示数据库
1．显示数据库： show databases;
2．过滤显示查询的数据库： show databases like '库名’;
4.2.2 查看数据库详情
1．显示数据库信息： desc database 库名;
2．显示数据库详细信息，extended： desc database extended 库名;
4.2.3 切换当前数据库： use 库名;
4.3 修改数据库可以某个数据库的dbproperties设置键-值对属性值，数据库的其他元数据信息都是不可更改的，包括数据库名和数据库所在的目录位置。如修改拆创建时间alter database 库名 set dbproperties(‘createtime’=‘20170830’);
4.4 删除数据库
1．删除空数据库：drop database 库名;
2．如果删除的数据库不存在，最好采用 if exists判断数据库是否存在drop database if exists 库名;
3．如果数据库不为空，可以采用cascade命令，强制删除drop database 库名 cascade;
4.5 创建表
1．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][TBLPROPERTIES (property_name=property_value, …)][AS select_statement]
2．字段解释说明
（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 FORMATDELIMITED [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，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。
4.5.1 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会控制着数据的生命周期。Hive默认将表的数据存储(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。
4.5.2 外部表 (关键字：EXTERNAL)
理论因为表是外部表，所以Hive并非认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掉。外部表删除后，hdfs中的数据还在，但是metadata中stu_external的元数据已被删除
4.5.3 管理表与外部表的互相转换
（1）查询表的类型desc formatted 表名;Table Type: MANAGED_TABLE
（2）修改内部表为外部表alter table 表名 set tblproperties(‘EXTERNAL’=‘TRUE’);
（3）修改外部表为内部表alter table 表名 set tblproperties(‘EXTERNAL’=‘FALSE’);注意：(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写！
4.6 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
4.6.1 分区表基本操作
1．创建分区表语法create table 表名(字段) partitioned by (分区字段名string) row format delimited fields terminated by ‘\t’;注意：分区字段不能是表中已经存在的数据，可以将分区字段看作表的伪列。
2．加载数据到分区表中load data local inpath ‘路径’ into table 表名 partition(分区字段名=‘值，一般为日期’);注意：分区表加载数据时，必须指定分区
3．查询分区表中数据 单分区查询： select * from 表名 where 分区字段名=‘值’; 多分区联合查询select * from 表名 where 分区字段名=‘值’ union select * from 表名 where 分区字段名=‘值’；
4．增加分区 创建单个分区：alter table 表名 add partition(分区字段名=‘值’) ; 同时创建多个分区：alter table 表名 add partition(分区字段名=‘值’)（空格隔开） partition(分区字段名=‘值’)；
5．删除分区 删除单个分区： alter table 表名 drop partition (分区字段名=‘值’);同时删除多个分区： alter table 表名 drop partition (分区字段名=‘值’)（逗号隔开）partition (分区字段名=‘值’)；
6．查看分区表有多少分区： show partitions 表名;
7．查看分区表结构：desc formatted 表名；
4.6.2 分区表注意事项
1．创建二级分区表create table 表名(字段) partitioned by (分区字段名1，分区字段名2) row format delimited fields terminated by ‘\t’;
2．正常的加载数据
（1）加载数据到二级分区表中load data local inpath ‘路径’ into table 表名 partition(分区字段名1=值，分区字段名2=值);
（2）查询分区数据：select * from 表名 where 分区字段名1=值 and 分区字段名2=值;
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
（1）方式一：上传数据后修复 上传数据dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=201709/day=12;dfs -put /opt/module/datas/dept.txt /user/hive/warehouse/dept_partition2/month=201709/day=12; 查询数据（查询不到刚上传的数据）select * from dept_partition2 where month=‘201709’ and day=‘12’;执行修复命令msck repair table dept_partition2;再次查询数据select * from dept_partition2 where month=‘201709’ and day=‘12’;
（2）方式二：上传数据后添加分区 上传数据dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=201709/day=11;dfs -put /opt/module/datas/dept.txt /user/hive/warehouse/dept_partition2/month=201709/day=11; 执行添加分区alter table dept_partition2 add partition(month=‘201709’, day=‘11’);
（3）方式三：创建文件夹后load数据到分区 创建目录dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=201709/day=10; 上传数据load data local inpath ‘/opt/module/datas/dept.txt’ into table dept_partition2 partition(month=‘201709’,day=‘10’);
4.7 修改表
4.7.1 重命名表
1．语法:alter table table_name rename to new_table_name
4.7.2 增加、修改和删除表分区详见4.6.1分区表基本操作。
4.7.3 增加/修改/替换列信息 更新列：alter table table_name change column 旧字段名 新字段名 新字段类型;增加：alter table table_name add columns(字段名 字段类型);替换列：alter table table_name replace columns(字段名 字段类型，字段名 字段类型);注：ADD是代表新增一字段，字段位置在所有列后面(partition列前)，REPLACE则是表示替换表中所有字段（将原有的列全部替换为新的字段）。
4.8 删除表：drop table table_name ；