Day04 Hive基础使用

Day04 Hive基础使用

一、Hive常用交互命令

1. 命令hive -help可以查看hive全部的交互命令

   (1) “-e”不进入hive的交互窗口执行sql语句

   (2) “-f”执行脚本中sql语句

   ​ a> 创建一个空文件并写入正确命令

   ​ b> hive -f 文件名

2. Hive的其他命令操作

   (1) 退出hive窗口：

   hive(default)>exit;

   hive(default)>quit;

   在新版的hive中没区别了，在以前的版本是有的：

   exit:先隐性提交数据，再退出；

   quit:不提交数据，退出；

​ (2) 在hive cli命令窗口中如何查看hdfs文件系统

​ hive(default)>dfs -ls /;

​ (3) 查看在hive中输入的所有历史命令

​ a> 进入到当前用户的根目录/root或/home/tedu

​ b> 查看. hivehistory文件

	 cat .hivehistory

二、Hive常见属性配置

1. hive窗口打印当前库和表头

在hive-site.xml中加入如下两个配置:

<property>
    <name>hive.cli.print.header</name>
    <value>true</value>
  </property>
   <property>
    <name>hive.cli.print.current.db</name>
    <value>true</value>
  </property>

​ 可以让hive普通客户端，在输入命令前方显示库名，表格中显示头部

2. Hive运行日志信息配置

​ ① Hive的log默认存放在/tmp/tedu/hive.log目录下（当前用户名下）

​ ② 修改hive的log存放日志到/opt/module/hive/logs

​ ③ 修改/opt/module/hive/conf/hive-log4j2.properties.template文件名称为hive-log4j2.properties

​ ④ 在hive-log4j.properties文件中修改log存放位置

property.hive.log.dir=/opt/module/hive/logs

三、参数配置方式

1. 查看当前所有的配置信息

hive>set;

2. 参数的配置三种方式

（1）配置文件方式

默认配置文件：hive-default.xml

用户自定义配置文件：hive-site.xml

注意：用户自定义配置会覆盖默认配置。另外，Hive也会读入Hadoop的配置，因为Hive是作为Hadoop的客户端启动的，Hive的配置会覆盖Hadoop的配置。配置文件的设定对本机启动的所有Hive进程都有效。

（2）命令行参数方式

启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。

例如：

[tgm@hadoop101 hive]$ bin/hive -hiveconf mapred.reduce.tasks=3;

注意：仅对本次hive启动有效

查看参数设置：

hive (default)> set mapred.reduce.tasks;

（3）参数声明方式

可以在HQL中使用SET关键字设定参数

例如：

hive (default)> set mapred.reduce.tasks=100;

注意：仅对本次hive启动有效。

四、Hive数据类型

1、基本数据类型

Hive数据类型	Java数据类型	长度	例子
TINYINT	byte	1byte有符号整数	20
SMALINT	short	2byte有符号整数	20
INT	int	4byte有符号整数	20
BIGINT	long	8byte有符号整数	20
BOOLEAN	boolean	布尔类型，true或者false	TRUE FALSE
FLOAT	float	单精度浮点数	3.14159
DOUBLE	double	双精度浮点数	3.14159
STRING	string	字符系列。可以指定字符集。可以使用单引号或者双引号。	‘now is the time’ “for all good men”
TIMESTAMP		时间类型
BINARY		字节数组

对于Hive的String类型相当于数据库的varchar类型，该类型是一个可变的字符串，不过它不能声明其中最多能存储多少个字符，理论上它可以存储2GB的字符数。

2. 集合数据类型

数据类型	描述	语法示例
STRUCT	和c语言中的struct类似，都可以通过“点”符号访问元素内容。例如，如果某个列的数据类型是STRUCT{first STRING, last STRING},那么第1个元素可以通过字段.first来引用。	struct() 例如struct<street:string, city:string>
MAP	MAP是一组键-值对元组集合，使用数组表示法可以访问数据。例如，如果某个列的数据类型是MAP，其中键->值对是’first’->’John’和’last’->’Doe’，那么可以通过字段名[‘last’]获取最后一个元素	map() 例如map<string, int>
ARRAY	数组是一组具有相同类型和名称的变量的集合。这些变量称为数组的元素，每个数组元素都有一个编号，编号从零开始。例如，数组值为[‘John’, ‘Doe’]，那么第2个元素可以通过数组名[1]进行引用。	Array() 例如array

Hive有三种复杂数据类型ARRAY、MAP 和 STRUCT。ARRAY和MAP与Java中的Array和Map类似，而STRUCT与C语言中的Struct类似，它封装了一个命名字段集合，复杂数据类型允许任意层次的嵌套。

五、案例实操

1. 假设某表有如下一行，我们用JSON格式来表示其数据结构。在Hive下访问的格式为

   {
       "name": "songsong",
       "friends": ["bingbing" , "lili"] ,       //列表Array, 
       "children": {                      //键值Map,
           "xiao song": 19 ,
           "xiaoxiao song": 18
       }
       "address": {                      //结构Struct,
           "street": "hui long guan" ,
           "city": "beijing" 
       }
   }
   

2. 基于上述数据结构，我们在Hive里创建对应的表，并导入数据。

   • 创建本地测试文件test.txt

     vim test.txt
     

   • 添加内容

     songsong,bingbing_lili,xiao song:18_xiaoxiao song:19,hui long guan_beijing
     yangyang,caicai_susu,xiao yang:18_xiaoxiao yang:19,chao yang_beijing
     

注意：MAP，STRUCT和ARRAY里的元素间关系都可以用同一个字符表示，这里用“_”。

3. Hive上创建测试表test

   create table test(
   name string,
   friends array<string>,
   children map<string, int>,
   address struct<street:string, city:string>
   )
   row format delimited fields terminated by ','
   collection items terminated by '_'
   map keys terminated by ':'
   lines terminated by '\n';
   

   字段解释：

   row format delimited fields terminated by ‘,’ – 列分隔符

   collection items terminated by ‘_’ – STRUCT的分隔符(数据分割符号)

   map keys terminated by ‘:’ – MAP中的key与value的分隔符

   lines terminated by ‘\n’; – 行分隔符

4. 导入文本数据到测试表

load data local inpath '/opt/module/hive/datas/test.txt' into table test; 

5. 访问三种集合列里的数据，以下分别是ARRAY，MAP，STRUCT的访问方式

   select friends[1],children['xiao song'],address.city from test
   where name="songsong";
   

六、类型转化

Hive的原子数据类型是可以进行隐式转换的，类似于Java的类型转换，例如某表达式使用INT类型，TINYINT会自动转换为INT类型，但是Hive不会进行反向转化，例如，某表达式使用TINYINT类型，INT不会自动转换为TINYINT类型，它会返回错误，除非使用CAST操作。

• 隐式类型转换规则如下

1. 任何整数类型都可以隐式地转换为一个范围更广的类型，如TINYINT可以转换成INT，INT可以转换成BIGINT。

2. 所有整数类型、FLOAT和STRING类型都可以隐式地转换成DOUBLE。

3. TINYINT、SMALLINT、INT都可以转换为FLOAT。

4. BOOLEAN类型不可以转换为任何其它的类型。

• 可以使用CAST操作显示进行数据类型转换

例如CAST(‘1’ AS INT)将把字符串’1’ 转换成整数1；如果强制类型转换失败，如执行CAST(‘X’ AS INT)，表达式返回空值 NULL。