[Hive] Hive SQL基础语法总结（基于 Azure云）：查看操作命令 + 创建表结构及实例展示

Hive是基于Hadoop之上的类SQL语句，运用SQL来实现对数据进行操作。本文是基于 Azure云。

查看操作命令

查看 database

show databases
-- namespace中展示所有的数据库（database）名称

其结果展示为：

查看 table

show tables
-- database中展示当前database名称，这里的默认的database为default
-- tableName中展示所有的表（table）名称
-- isTemporary表示表是否为临时表，true为临时表，false为非临时表

其结果展示为：

切换database

use experimentdb

show tables

其结果展示为：

查看表所在的所有分区

show partitions testtable
-- 显示表名为testtable的表的所有分区

其结果展示为：

这里需要注意，testtable 必须是已经分区好的表，且其数据已经定义按照哪种方式进行分割：

1. 未分区表会报如下错误
   

2. 无数据和数据为分割会返回如下结果
   

显示所有函数

show functions
-- function中显示所有函数

其返回结果为：

创建表结构及实例展示

创建表

创建外部表：

1. 外部表：删表数据不会丢失
2. 内部表：删表数据会丢失

CREATE EXTERNAL TABLE IF NOT EXISTS table_name
-- 有EXTERNAL为外部表，无EXTERNAL为内部表
-- IF NOT EXISTS 判断是否存在表名为 table_name 的表，存在则不生成
(
  column1 data_type COMMENT "column1_COMMENTs",
  column2 data_type COMMENT "column2_COMMENTs",
  column3 data_type COMMENT "column3_COMMENTs"
)

COMMENT "table_COMMENTs"

PARTITIONED BY (column_partition data_type COMMENT "column_COMMENTs") --根据哪个column进行分区

CLUSTERED BY (column_cluster) --根据哪个column进行聚类

SORTED BY (column_store ASC/DESC) INTO numb BUCKETS --根据哪个column进行从存储和分几个块（bucket），排序方式有 ASC/DESC两种；用于分桶表；分桶可理解为将一个文件再分成几个小文件

ROW FORMAT -- Row Format ：每行之间怎么样进行分割，需根据下面的file格式进行制定

STORED AS file_format -- 该表存储为什么样的数据格式

LOCATION "location_path" --该表保存在哪个路径下

实例展示

创建表

创建一个用于储存 line，employees，apple字段且按照loadDate进行分区的表：

1. 文件格式为Parquet，因此无需定义ROW FORMAT
2. 存储位置为：/tmp/databricks-df-yaoyang-example.parquet

CREATE EXTERNAL TABLE IF NOT EXISTS test_daniel 

(
  line STRING COMMENT "department_info",
  employees STRING COMMENT "employees_info",
  apple INT COMMENT "apple_num"
)

COMMENT "department_apple"

PARTITIONED BY (loadDate STRING COMMENT "Load_date_time")

CLUSTERED BY (apple)

SORTED BY (employees ASC) INTO 2 BUCKETS

--ROW FORMAT DELIMITED FIELDS TERMINATED BY '|'

STORED AS Parquet

LOCATION "/tmp/databricks-df-yaoyang-example.parquet"

其结果展示：表示外部表已经创建完成

向创建的表中添加字段信息

首先，需要有一份已经创建完的原始数据；然后基于该原始数据向创建的表中添加字段及信息

alter table test_daniel add partition(loadDate = "2021-01-15") location "dbfs:/tmp/databricks-df-yaoyang-example.parquet/loaddate=2021-01-15/" 
--其解释为向外部表test_daniel中增加一个loadDate = "2021-01-15"的partition，其信息来自dbfs:/tmp/databricks-df-yaoyang-example.parquet/loaddate=2021-01-15/

其展示结果为：表示数据已经导入完成

查看导入完信息的外部表

select * from test_daniel
--外部表再原始数据中找不到的字段信息，将显示为null

其展示结果为：