4.Hive基础—DDL 数据定义—创建、查询、修改、删除数据库、创建表（重要）、修改表、删除表

注：本章节中第 4.5小节 为重点小节，其他不用掌握太深。

第4章 DDL 数据定义

4.1 创建数据库

# create database [if not exists] database_name
CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment]                                # 注释
[LOCATION hdfs_path]                                      # 数据库创建的位置
[WITH DBPROPERTIES (property_name=property_value, ...)];  # 一些描述信息

• (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/。

hive (default)> create database hive2;

• (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, 常用写法)

# 使用 if not exists, 可以避免要创建的库已存在而报错
hive (default)> create database if not exists hive;

• (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 hive2 location '/hive2';

---

4.2 查询数据库

4.2.1 显示数据库

• (1) 显示数据库

hive> show databases;

• (2) 过滤显示查询的数据库

hive> show databases like 'hive*';
hive
hive2

4.2.2 查看数据库详情

• (1) 显示数据库信息

hive> desc database hive;

OK
db_name	comment	location	owner_name	owner_type	parameters
hive	hdfs://hadoop100:8020/user/hive/warehouse/hive.db	xqzhao	USER	

• (2) 显示数据库详细信息

hive> desc database extended hive;

db_name	comment	location	owner_name	owner_type	parameters
hive		hdfs://hadoop100:8020/user/hive/warehouse/hive.db	xqzhao	USER	

4.2.3 切换当前数据库

hive (default)> use hive2;

---

4.3 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 hive set dbproperties('createtime'='20210520');

在 hive 中查看修改结果

hive> desc database extended hive;

db_name	comment	location	owner_name	owner_type	parameters
hive hdfs://hadoop100:8020/user/... xqzhao USER {createtime=20210520}

---

4.4 删除数据库

• (1) 删除空数据库

hive>drop database hive2;

• (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

hive> drop database if exists hive2;

• (3) 如果数据库不为空，可以采用 cascade 命令，强制删除

hive> drop database hive2;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_hive is not empty. One or more tables exist.)

hive> drop database hive2 cascade;

---

4.5 创建表（重点）

4.5.1 建表语法

# create [external] table [if not exists] table_name
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name               # 外部的 -->Hive中的表会有内外之分
[(col_name data_type [COMMENT col_comment], ...)]                # 列名，以及对列名的解释
[COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] # 分区表  
[CLUSTERED BY (col_name, col_name, ...)                          # 分桶表
[SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS] # 分桶表
[ROW FORMAT row_format]                                          # 定义行的格式
[STORED AS file_format]                                          # 定义文件格式
[LOCATION hdfs_path]                                             # 指定表的位置信息
[TBLPROPERTIES (property_name=property_value, ...)]              # 额外属性
[AS select_statement]

• (1) 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）。
• (2) COMMENT：为表和列添加注释。
• (3) PARTITIONED BY 创建分区表。
• (4) CLUSTERED BY 创建分桶表。
• (5) SORTED BY 不常用，对桶中的一个或多个列另外排序。
• (7) ROW FORMAT

# char 是指某一个字符
row format delimited [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, ...)]

row format delimited fields terminated by ',' ——列分隔符
collection items terminated by '_' ——MAP STRUCT 和 ARRAY 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

• 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。
• SerDe 是 Serialize/Deserilize 的简称， hive 使用 Serde 进行行对象的序列与反序列化。
• 例：若创建表时指定了列分隔符为逗号：','，则文件中的数据如下所示：
  

4.5.2 管理表（内部表 ）

4.5.2.1 理论

• 默认创建的表都是所谓的管理表，有时也被称为内部表。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。

内部表与外部表的区别：

• 删除 内部表 时会把数据一起删除。
• 删除 外部表 时不会删除数据，并且再次创建这个删除的表，依然能查询到数据。

4.5.2.2 案例实操

• (0) 原始数据

1001 xqzhao1
1002 xqzhao2
1003 xqzhao3
1004 xqzhao4

• (1) 普通创建表

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';

• (2) 根据查询结果创建表（查询的结果会添加到新创建的表中）

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

• (3) 根据已经存在的表结构创建表

create table if not exists student3 like student;

4.5.3 外部表

4.5.3.1 理论

• 删除外部表并不会同时删除掉数据，不过描述表的元数据信息会被删除掉。

4.5.3.2 管理表和外部表的使用场景

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。

4.5.4 管理表与外部表的互相转换

• (1) 查询表的类型

hive (default)> desc formatted test2;
Table Type:    MANAGED_TABLE

• (2) 修改内部表 test2 为外部表

alter table test2 set tblproperties('EXTERNAL'='TRUE');

# 修改内部表 `test2` 为内部表的写法如下所示:
alter table student2 set tblproperties('EXTERNAL'='FALSE');

• (3) 查询表的类型

hive (default)> desc formatted test2;
Table Type:    EXTERNAL_TABLE

注2：('EXTERNAL'='TRUE')和('EXTERNAL'='FALSE')为固定写法，区分大小写！

---

4.6 修改表

4.6.1 重命名表

• (1) 语法

ALTER TABLE table_name RENAME TO new_table_name

• (2) 实操案例

hive (default)> alter table student rename to student2;

4.6.2 增加、修改和删除表分区

详见 7.1 章分区表基本操作。

4.6.3 增加/修改/替换列信息

4.6.3.1 语法

• (1) 更新列（例）

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

# 实例
alter table student change id stu_id int;

• (2) 增加和替换列（例）

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

# 实例
alter table student add columns (age int);
alter table student replace columns (id int, name string);

• 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。

---

4.7 删除表

hive (default)> drop table dept;

---

声明：本文是学习时记录的笔记，如有侵权请告知删除！
原视频地址:https://www.bilibili.com/video/BV1EZ4y1G7iL