Hive 常用配置、操作、数据类型 及DDL语句。

最新推荐文章于 2022-12-31 21:56:31 发布
最新推荐文章于 2022-12-31 21:56:31 发布
阅读量335 收藏
点赞数
分类专栏： Hive 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/csdnwindnorth/article/details/100772932
版权

Hive 常见属性配置

1.Hive数据仓库位置配置

1.Default数据仓库的最原始位置是在hdfs上的：/user/hive/warehouse路径下

2.在仓库目录下，没有对默认的数据库default创建文件夹。如果某张表属于default数据库，直接在数据仓库目录下创建一个文件夹。

3.修改default数据仓库原始位置（将hive-default.xml.template如下配置信息拷贝到hive-site.xml文件中）

<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse111</value>
<description>location of default database for the warehouse</description>
</property>

配置同组用户有执行权限
hdfs dfs -mkdir /user/hive/warehouse111
bin/hdfs dfs -chmod g+w /user/hive/warehouse111

查询后信息显示配置

1.在hive-site.xml文件中添加如下配置信息，就可以实现显示当前数据库，以及查询表的头信息配置。

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

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

2.重新启动hive，对比配置前后差异
1.配置前
在这里插入图片描述
2.配置后
在这里插入图片描述

将本地文件导入Hive案例

需求：将本地 /opt/module/hiveTest/student.txt 这个目录下的数据导入到 hive 的 student(id int, name string) 表中。
1.数据准备：在 /opt/module/hiveTest/student.txt 这个目录下准备数据

（1）在 /opt/module/ 目录下创建 hiveTest
[root@bigdata111 module]# mkdir hiveTest

（2）在/opt/module/hiveTest/目录下创建student.txt文件并添加数据
[root@bigdata111 hiveTest]# touch student.txt
[root@bigdata111 hiveTest]# vi student.txt
1001,zhangsan
1002,lisi
1003,wangwu
注意以 , 键间隔。(英文逗号）

2.Hive实际操作

（1）启动hive
[root@bigdata111 hiveTest]# hive

（2）显示数据库
hive>show databases;

（3）使用default数据库
hive>use default;

（4）显示default数据库中的表
hive>show tables;

（5）删除已创建的student表
hive> drop table student;

（6）创建student表, 并声明文件分隔符’,’
hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘,’;

（7）加载/opt/module/datas/student.txt 文件到student数据库表中。
hive>load data local inpath ‘/opt/module/hiveTest/student.txt’ into table student;

（8）Hive查询结果
hive> select * from student;
在这里插入图片描述
本地加载数据（数据不匹配（分隔符和数据类型）的时候，查看表中数据是 NULL）。

Hive 常用交互命令

[root@bigdata111 hiveTest]# hive -help

usage: hive
 -d,--define <key=value>          Variable subsitution to apply to hive
                                  commands. e.g. -d A=B or --define A=B
    --database <databasename>     Specify the database to use
 -e <quoted-query-string>         SQL from command line
 -f <filename>                    SQL from files
 -H,--help                        Print help information
    --hiveconf <property=value>   Use value for given property
    --hivevar <key=value>         Variable subsitution to apply to hive
                                  commands. e.g. --hivevar A=B
 -i <filename>                    Initialization SQL file
 -S,--silent                      Silent mode in interactive shell
 -v,--verbose                     Verbose mode (echo executed SQL to the
                                  console)

“-e”不进入hive的交互窗口执行sql语句
hive -e "select id from student;"

“-f”执行脚本中sql语句
（1）在/opt/module/hiveTest目录下创建hivef.sql文件
touch hivef.sql
文件中写入正确的sql语句
select *from student;
（2）执行文件中的sql语句
hive -f /opt/module/hiveTest/hivef.sql
（3）执行文件中的sql语句并将结果写入文件中(注：可能含有其他的表信息，如表头)
hive -f /opt/module/hiveTest/hivef.sql > /opt/module/hiveTest/hive_result.txt

Hive其他命令操作

1.退出hive窗口：
hive(default)>exit;
hive(default)>quit;
在新版的oracle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.在hive cli命令窗口中如何查看hdfs本地系统（标准Linux命令）
hive(default)>! ls /opt/module/datas;

4.查看在hive中输入的所有历史命令
（1）进入到当前用户的根目录/root或/home/root
（2）查看. hivehistory文件
在这里插入图片描述

Hive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：
bin/hive -hiveconf mapred.reduce.tasks=10;
注意：仅对本次hive启动有效
查看参数设置：
hive (default)> set mapred.reduce.tasks;
显示为：mapred.reduce.tasks=10
默认mapred.reduce.tasks=-1

（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=10;
注意：仅对本次hive启动有效。
查看参数设置
hive (default)> set mapred.reduce.tasks;
上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数，例如 log4j 相关的设定，必须用前两种方式设定，因为那些参数的读取在会话建立以前已经完成了。

配置文件中修改（永久）
Hive交互窗口中修改（临时，针对本窗口）
Hive在命令行中修改（临时，针对本窗口）

Hive数据类型

基本数据类型

Hive数据类型Java数据类型长度例子
TINYINTbyte1byte有符号整数20
SMALINTshort2byte有符号整数20
INTint4byte有符号整数20
BIGINTlong8byte有符号整数20
BOOLEANboolean布尔类型，true或者falseTRUE FALSE
FLOATfloat单精度浮点数3.14159
DOUBLEdouble双精度浮点数3.14159
STRINGString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 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。

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()
MAPMAP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()
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()

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。

实例操作

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": 18 ,
        "xiaoxiao song": 17  
  }
    "address": {                      //结构Struct,
        "street": "hai dian qu" ,
        "city": "beijing" 
    }
}

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

songsong,bingbing_lili,xiao song:18_xiaoxiao song:17,hai dian qu_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“_”。

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';

在这里插入图片描述
字段解释

字段解释
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

导入文本数据到测试表
hive (default)> load data local inpath ‘/opt/module/hiveTest/test.txt’ into table test;

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

在这里插入图片描述
如果起别名：select friends[1] as pengyou from test where name=“songsong”;

DDL数据定义

数据库模式定义语言DDL(Data Definition Language)，是用于描述数据库中要存储的现实世界实体的语言。

创建数据库

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;
可能出现的报错：
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:For direct MetaStore DB connections, we don’t support retries at the client level.)
解决办法：https://blog.csdn.net/mo_ing/article/details/81219533

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）

在这里插入图片描述
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’;

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。数据库的其他元数据信息都是不可更改的，包括数据库名和数据库所在的目录位置。
hive (default)> alter database db_hive set dbproperties(‘createtime’=‘20190912’);
在mysql中查看修改结果
hive> desc database extended db_hive;
在这里插入图片描述

显示数据库

显示数据库
hive> show databases;
过滤显示查询的数据库
hive> show databases like 'db_hive*';
OK
db_hive
db_hive_1

切换当前数据库

hive (default)> use db_hive;

删除数据库

1.删除空数据库
hive>drop database db_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
drop database if exists db_hive2;

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

创建表

1.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]

2.字段解释说明：
（1）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。
（2）EXTERNAL关键字可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径（LOCATION），Hive创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。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。
（3）COMMENT：为表和列添加注释。
（4）PARTITIONED BY 创建分区表
（5）CLUSTERED BY 创建分桶表
（6）SORTED BY 不常用（全局排序）
（7）ROW FORMAT （格式化分隔符）
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, property_name=property_value, …)]
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。
（8）STORED AS指定存储文件类型
常用的存储文件类型：SEQUENCEFILE（二进制序列文件）、TEXTFILE（文本）、RCFILE（列式存储格式文件）
如果文件数据是纯文本，可以使用STORED AS TEXTFILE。如果数据需要压缩，使用 STORED AS SEQUENCEFILE。
（9）LOCATION ：指定表在HDFS上的存储位置。
（10）LIKE允许用户复制现有的表结构，但是不复制数据。

管理表（内部表）

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。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。
案例实操

（1）普通创建表
create table if not exists student2(
id int, name string
)
row format delimited fields terminated by ‘\t’
stored as textfile
location ‘/user/hive/warehouse/student2’;

（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 student3
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 student4 like student;

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

外部表

理论
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。

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。

晟翊zzZ
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Hive 中数据仓库默认位置配置及库表关系
qq_39954916的博客
03-30 8084
1、原始位置的默认配置 hive中的Default（默认）数据仓库的最原始位置是在hdfs上的 /user/hive/warehouse（以下默认Hive的HDFS根目录为/user/hive）路径下，这个原始位置是hive-default.xml.template文件默认配置的， 2、库表关系 1）默认情况下： 在hdfs目录下，没有对默认的数据库default创建文件夹。如果某张表属于...
Hive 常用参数整理
BITDDD小栈
11-17 4378
一.引言 上周遇到了大表join大表的情况，调试了一天终于调通，期间发现对hive设置参数十分不熟悉才会导致调优花了一天时间，特此整理常用参数供以后参考。 二.场景 1.Hive 动态分区 set hive.exec.dynamic.partition.mode=nonstrict; 动态分区的好处是可以根据表字段自动将数据加入到指定分区，相比于写死固定分区更加便捷。以下实例基于your_table是单分区表。 原始分区示例: hive -e " insert overwrite tab.
Hive 参数配置的三种方式
扛麻袋的少年的博客
05-21 4878
三、 1.Hive 参数配置的三种方式 2.hive -e、hive -f 与参数配置 配合使用
Hive 基本语法操练（一）：表操作
努力的凹凸曼的博客
05-17 513
Hive 和 Mysql 的表操作语句类似，如果熟悉 Mysql，学习Hive 的表操作就非常容易了，下面对 Hive 的表操作进行深入讲解。 (1)先来创建一个表名为student的内部表 hive&amp;gt; create table if not exists student (sno INT, sname STRING, age INT, sex STRING) row format de...
云计算与大数据实验八 Hive的安装与基本操作
qq_64314976的博客
12-31 390
掌握Hive表的基本操作(启动、退出、create、show等)掌握Hive基本操作(启动、退出、create、show等)操作都会输出执行过程信息，如执行查询操作所用时间，通过指定。分布式文件系统的数据仓库架构，主要运行在。如果目录下没有该文件，我们就以模板复制一个。因为该数据库下没有创建表，所以输出结果为。的交互式模式和非交互式模式下，执行。分布式环境下，因此，需要在文件。Hive Shell 常用命令。在本地环境安装，要根据自己。选项可以禁止输出此类信息。相关配置文件的路径，用于。
Hive常用DDL操作.md
08-07
Hive常用DDL操作，基础篇
Hive之DML数据操作
01-07
Hive简介：...Hive数据类型： https://blog.csdn.net/weixin_45102492/article/details/91048019 Hive之DDL数据定义： https://blog.csdn.net/weixin_45102492/article/details/91349323 Hive
Hive DDL 之 表
01-07
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], …)...
快速学习-Hive 数据类型
01-07
第 3 章 Hive 数据类型 3.1 基本数据类型 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。 3.2 集合...
mysql数据抽取，自动生成hive建表语句
03-11
mysql数据抽取，自动生成hive建表语句，只需要输入表名即可
Hive基础学习
hitchenghengchao的博客
06-09 327
本节我们主要来学习一些hive的命令操作，同时探究一下Hive，HDFS，MySQL之间的联系，从而更好的理解其内部原理。常用的基础命令#此处的命令都是指在hive命令行...
HIVE----工作常用知识点
c_air_c的博客
09-09 279
Hive中常用的交互式命令 hive -help 查看交互式命令 hive -e 不进入hive的交互窗口执行sql语句; hive -f 执行脚本中的sql语句，其中使用>输出到指定目录下的文件当中(定时任务)； exit 先隐性提交数据，再退出； quit 不提交数据，退出； 参数配置方式 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-...
Hive学习 day02
m0_49528461的博客
09-17 103
今天，继续学习了Hive。首先，先是复习了之前学过的内容，然后学习了DML数据导入导出、Centos7.5安装Mysql5.6.49-yum方式、强制删除hive的数据库、yum.conf、基本查询、where查询、分组查询、Join查询、排序查询实操、排序查询原理、排序原理-再解说、分桶实操、分桶xy参数讲解。 总结一下： 1.Hive常见属性配置 1、Hive数据仓库位置配置 （1）Default数据仓库的最原始位置是在hdfs上的/user/hive/warehouse路径下。 （2）在仓库目录下，没
Hive的安装与配置——第2关：Hive Shell入门基础命令
大家一起入坑
10-21 6822
补充完代码后，点击测评，平台会对你编写的代码进行测试，当你的结果与预期输出一致时，即为通过。操作都会输出执行过程信息，如执行查询操作所用时间，通过指定。作业对任务进行并行处理，然后返回处理结果。因为该数据库下没有创建表，所以输出结果为。Hive Shell 非交互式运行。的交互式模式和非交互式模式下，执行。Hive Shell 常用命令。本关任务：按照编程要求，在。选项可以禁止输出此类信息。开始你的任务吧，祝你成功！
Hive数据类型
热门推荐
惊鸿的博客
04-11 1万+
Hive数据类型支持的类型原始数据类型注意DATE类型整数类型小数、Boolean、二进制文本类型时间类型类型转换隐式转换显示转换（CAST函数）复杂数据类型详解ARRAY和MAPSTRUCTUNION实例 支持的类型 hive支持两种数据类型：原始数据类型、复杂数据类型 原始数据类型 原始数据类型包括数据型，布尔型，字符串型，具体如下表： 类型 描述 示例 TINYINT（tinyint） 一个字节（8位）有符号整数， -128~127 1 SMALLINT（smallint）
Hive的安装、配置与Shell入门操作
sgsgsgwe的博客
06-18 1380
Hive的安装、配置与Shell入门操作一、实验目的与要求目的：理解Hive在Hadoop体系结构中的角色，掌握 Hive 的安装部署及Mysql的安装与配置，掌握Hive Shell的常用命令与非交互式命令。要求：1.在已安装Hadoop的基础上安装配置好Hive并运行 2.在Hive Shell下，根据题目要求创建一个表3.完成实验报告。二、实验内容1. Hive的基本安装2. Mysql的安装与设置3. Hive的设置4. Hive Shell常用命令5.Hive Shell 非交互式运行三
hive 创建表_hive基础建表（1）
weixin_39974409的博客
11-19 1584
1、如何在虚拟机centou os上进入hive的编辑页面，并对其进行设置？#2、hive建表1）在创建表之前首先另起窗口建立student.txtvi students.txt进入后将数据录入，insert录入建，esc退出建，：wq保存并退出。2）创建表#1.创建数据库 hive>create database myhive1; #2.使用数据库 hive>use myhive1;...
Hive中的表类型
qq_37627820的博客
06-15 2862
hive中的表类型 hive中是有多种表类型的，可以分为四种：内部表，外部表，分区表，桶表 内部表 内部表是hive默认表类型，表数据默认存储在warehouse目录中，在加载数据的过程中，实际数据会被移动到warehouse目录中，当删除表时，表的数据和元数据将会被同时删除 外部表 建表语句中包含external 的表叫外部表，外部表在加载数据的时候，实际数据并不会移动到warehouse目录中，只是与外部数据建立一个链接（映射关系），数据只是表对hdfs上的某一个目录的引用而已，当删除表定义的时候，数据
大数据之Hive（二）：Hive 表类型
Oak_Komorebi的博客
08-17 955
2.1 Hive 数据类型 Hive的基本数据类型有：TINYINT，SAMLLINT，INT，BIGINT，BOOLEAN，FLOAT，DOUBLE，STRING，TIMESTAMP(V0.8.0+)和BINARY(V0.8.0+)。 Hive的集合类型有：STRUCT，MAP和ARRAY。 Hive主要有四种数据模型(即表)：内部表、外部表、分区表和桶表。 表的元数据保存传统的数据库的表中，当前hive只支持Derby和MySQL数据库。 2.2 Hive 内部表 Hive中的内部表和传统数
hive DDL增加字段
最新发布
02-01
在Hive中，可以使用ALTER TABLE语句来增加表的字段。...注意：在Hive中，ALTER TABLE语句只能用于添加列，不能用于删除列或修改列的数据类型。如果需要删除或修改列，需要使用其他方式，如创建新表并导入数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值