hive的基本使用（2）

hive的四种表的类型

hive当中的常见的表模型：

第一种表模型：管理表，又叫做内部表 删除表的时候，hdfs上面对应的数据，同步删除

hive当中的默认分隔符： \001 键盘打不出来 asc码值 非打印字符 避免分隔符的冲突

创建表指定字段之间的分隔符，指定数据的存储格式，指定数据的存放位置:

create  table if not exists stu2(id int ,name string) row format delimited fields terminated by '\t' stored as textfile location '/user/stu2';

根据查询结果创建表，复制表结构，并且复制表数据到我们创建的表里面去:

 create table stu3 as select * from stu2;

仅仅复制表结构，不复制表数据:

create table stu4 like stu2;

查看表的类型:

desc formatted  tableName;

第二种外部表：删表的时候不会删除hdfs上面的数据
指定hdfs其他位置的路径的数据，加载到hive的表当中来
hive认为数据是从其他地方移动过来的，hive表没有完全的独占这份数据，删除表的时候不能够删除数据

location /user/hive/warehouse/myhive.db/stu5
/myhive/datas/a.txt

创建外部表(例)：
创建老师表：

 create external table techer (t_id string,t_name string) row format delimited fields terminated by '\t';

创建学生表：

 create external table student (s_id string,s_name string,s_birth string , s_sex string ) row format delimited fields terminated by '\t';

加载数据

从本地文件系统向表中加载数据：

 load data local inpath '/export/servers/hivedatas/student.csv' into table student;

加载数据并覆盖已有数据：

load data local inpath '/export/servers/hivedatas/student.csv' overwrite  into table student;

内部表与外部表的创建：

external关键字决定了我们是内部表还是外部表

内部表：删表的时候，同时删除hdfs的数据
外部表：删表的时候，不会删除hdfs上面的数据

外部表：
本地磁盘：local
hdfs文件系统：不加local
加载数据：
load data [local] inpath ‘/export/servers/hivedatas/techer.csv’ into table techer ；

从本地加载数据的时候：本地数据没有动
从hdfs上面加载数据的时候：把数据移动到了我们hive表的location位置
如果没有指定location位置，那么默认表的位置在 /usr/hive/warehouse/dbname/tablename

---

第三种分区表：一般没有一种独立的表模型，只有内部分区表，或者外部分区表
核心的思想，也是分治：数据量越少，跑起来就会越快
可以按照一定的规则，创建一些文件夹，可以根据指定的文件夹，找到我们指定的数据
/user/hive/warehouse/myhive.db/score/month=201808
/user/hive/warehouse/myhive.db/score/month=201809
/user/hive/warehouse/myhive.db/score/month=201810

分区表加载数据的语法
加载数据到分区表中
load data local inpath ‘/export/servers/hivedatas/score.csv’ into table score partition (month=‘201806’);

加载数据到一个多分区的表中去
load data local inpath ‘/export/servers/hivedatas/score.csv’ into table score2 partition(year=‘2018’,month=‘06’,day=‘01’);

第四种表模型 桶表 一般也是与内部表或者外部表搭配使用
可以将我们的数据按照一定的规则，划分成多个文件里面去
分桶表我们指定某一个字段进行分桶，其实就是将这个字段运行了一把mr的程序，以这个字段作为key2,
应用mr的分区规则（HashParttiioner） 通过多个reducer输出多个文件

开启桶表：

  set hive.enforce.bucketing=true;

设置MapReduce：

 set mapreduce.job.reduce=3;

使用insert overwrite的方式将普通表的的数据通过查询方式加到桶表当中：

 create table course(c_id string,c_name string ,t_id string) clustered by (c_id) into 3 buckets row for format delimited fields terminated by '\t' ;

 insert overwrite table course select * from course_common cluster by(c_id );

hive当中的数据加载：
这两种加载数据的方式，一定要掌握

 load  data  [local]  inpath   .....................