大数据之hive中DDL数据定义

1、创建数据库

        create database [if not exists] database_name

        [COMMENT database_comment]

        [LOCATION hdfs_path]

        [WITH DBPROPERTIES (property_name=property_value, ...)];

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.

        hive (default)> create database db_hive;

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）。

3）创建一个数据库，指定数据库在 HDFS 上存放的位置

hive (default)> create database db_hive2 location '/db_hive2.db';

2、查询数据库

1）显示数据库

show databases;

过滤显示查询的数据库

        hive> show databases like 'db_hive*';

2）查看数据库详情

hive> desc database db_hive;

显示详细信息

hive>desc database extended db_hive;

 3）切换当前数据库

hive (default)> use db_hive;

3、修改数据库

用户可以使用 ALTER DATABASE 命令为某个数据库的 DBPROPERTIES 设置键-值对属性值， 来描述这个数据库的属性信息。

hive (default)> alter database db_hive set dbproperties('createtime'='20170830');

在hive中查看修改结果

        hive> desc database extended db_hive;

 4、删除数据库

删除空数据库：drop database db_hive2;

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

如果数据库不为空，可以采用 cascade 命令，强制删除：drop database db_hive cascade

 5、创建表

1）创建表语法

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

        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。

        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。

        COMMENT：为表和列添加注释。

        PARTITIONED BY 创建分区表

        CLUSTERED BY 创建分桶表

        SORTED BY 不常用，对桶中的一个或多个列另外排序

        ROW FORMAT：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，用户在指定表的列的同时也会指定自定义的 SerDe，Hive 通过 SerDe 确定表 的具体的列的数据。

        STORED AS 指定存储文件类型

        LOCATION ：指定表在 HDFS 上的存储位置。

        AS：后跟查询语句，根据查询结果创建表

        LIKE 允许用户复制现有的表结构，但是不复制数据。

3）管理表

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（或多或 少地）控制着数据的生命周期。Hive 默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(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。

 例子：创建内部表导入数据查询

原始数据

1001 ss1

1002 ss2

1003 ss3

1004 ss4

1005 ss5

1006 ss6

1007 ss7

1008 ss8

1009 ss9

1010 ss10

1011 ss11

1012 ss12

1013 ss13

1014 ss14

1015 ss15

1016 ss16

创建表

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

根据查询结果创建表

        create table if not exists student2 as select id, name from student;

根据已经存在的表结构创建表

        create table if not exists student3 like student;

查询表的类型

       desc formatted student2; 

4）外部表

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。

每天将收集到的网站日志定期流入 HDFS 文本文件。在外部表（原始日志表）的基础上 做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过 SELECT+INSERT 进入内部表。

例子：分别创建部门和员工外部表，并向表中导入数据。

原始数据

dept:

        10 ACCOUNTING 1700

        20 RESEARCH 1800

        30 SALES 1900

        40 OPERATIONS 1700

emp:

        7369 SMITH CLERK 7902 1980-12-17 800.00 20

        7499 ALLEN SALESMAN 7698 1981-2-20 1600.00 300.00 30

        7521 WARD SALESMAN 7698 1981-2-22 1250.00 500.00 30

        7566 JONES MANAGER 7839 1981-4-2 2975.00 20

        7654 MARTIN SALESMAN 7698 1981-9-28 1250.00 1400.00 30

        7698 BLAKE MANAGER 7839 1981-5-1 2850.00 30

        7782 CLARK MANAGER 7839 1981-6-9 2450.00 10

        7788 SCOTT ANALYST 7566 1987-4-19 3000.00 20

        7839 KING PRESIDENT 1981-11-17 5000.00 10

        7844 TURNER SALESMAN 7698 1981-9-8 1500.00 0.00 30

        7876 ADAMS CLERK 7788 1987-5-23 1100.00 20

        7900 JAMES CLERK 7698 1981-12-3 950.00 30

        7902 FORD ANALYST 7566 1981-12-3 3000.00 20

        7934 MILLER CLERK 7782 1982-1-23 1300.00 10

 上传数据到HDFS

hive (default)> dfs -mkdir /student;

hive (default)> dfs -put /opt/module/datas/student.txt /student;

 建表语句，创建外部表

创建部门表

        create external table if not exists dept( deptno int, dname string, loc int ) row format delimited fields terminated by '\t';

创建员工表

        create external table if not exists emp( empno int, ename string, job string, mgr int, hiredate string, sal double, comm double, deptno int) row format delimited fields terminated by '\t';

查看表格式化数据

desc formatted dept;

删除外部表(外部表删除后，hdfs 中的数据还在，但是 metadata 中 dept 的元数据已被删除）

drop table dept;

5）管理表和外部表的相互转换

查询表的类型：hive (default)> desc formatted student2;

修改内部表为外部表：alter table student2 set tblproperties('EXTERNAL'='TRUE');

修改外部表为内部表：alter table student2 set tblproperties('EXTERNAL'='FALSE');

注意：('EXTERNAL'='TRUE')和('EXTERNAL'='FALSE')为固定写法，区分大小写！

6、修改表

1）重命名表

ALTER TABLE table_name RENAME TO new_table_name

2）增加、修改和删除表分区

修改

ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]

增加和替换

ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)

7、删除表

hive (default)> drop table dept;