Hive语法简述（基础部分）

表操作

创建表

CREATE TABLE IF NOT EXISTS mydb.employees (
    name             STRING,
    salary           FLOAT,
    subordinates     ARRAY<STRING> COMMENT '下属名称',
    deductions       MAP<STRING, FLOAT>,
    address          STRUCT<stree:STRING, city:STRING, state:STRING, zip:INT>)
COMMENT 'Description of the table'
TBLPROPERTIES('creater'='me', 'created_at'='2012-01-02 10:00:00',...)
LOCATION '/user/hive/warehouse/mydb.db/employees';

TBLPROPERTIES：增加了额外的说明文档，以key-value形式保存。Hive会自动增加两个表属性，last_modified_by和last_modified_time。
LOCATION ：根据情况为表中数据指定一个路径。默认情况下，放在这个表所属的数据库目录之后，default数据库例外，会直接在warehouse目录下

查看表信息：
可以使用DESCRIBE EXTENDED mydb.employees命令来查看表的详细结构信息。
使用FORMATTED关键字代替EXTENDED 关键字的话，可以提供更加详细的的内容。

管理表和外部表

管理表：也称为内部表。默认情况下配置在配置项，hive.metastore.warehouse.dir目录下。当我们删除一个管理表时，也会删除数据。
外部表：删除表时不会删除数据，只会删除元数据信息，利于分享数据。

用户可以通过DESCRIBE EXTENDED tablename查看是哪种表

... tableType:MANAGED_TABLE)     //管理表
... tableType:EXTERNAL_TABLE)     //外部表

分区表

先按照国家(country)分区，在更具州(state)分区：

CREATE TABLE IF NOT EXISTS mydb.employees (
    name             STRING,
    salary           FLOAT,
    subordinates     ARRAY<STRING> COMMENT '下属名称',
    deductions       MAP<STRING, FLOAT>,
    address          STRUCT<stree:STRING, city:STRING, state:STRING, zip:INT>)
PARTITIONED BY (country STRING, state STRING);

Hive会自动根据分区创建目录

...
.../employees/country=CA/state=AB
.../employees/country=US/state=AK
...

设置分区的外部表

外部表童谣是可以使用分区，举例：
第一步：讲分区数据拷贝到指定路径，例如下面将分区数据拷贝到S3中

hadoop distcp /data/log_message/2011/12/02 s3n://ourbucket/logs/2011/12/02

第二部：修改表，改变分区路径指向，例如下面指向S3路径：

ALTER TABLE log_message PARTITION(year = 2011, month = 12, data =2)
SET LOCATION 's3n://ourbucket/logs/2011/12/02';

第三部：使用hadoop fs -rmr命令删除掉HDFS中的这个分区数据：

hadoop fs -rmr /data/log_messages/2011/01/02

修改表分区

修改表分区的操作都不会使得数据本生发生变动，只会改变元数据信息。
增加：

ALTER TABLE log_message ADD IF NOT EXISTS
PARTITION (year = 2011, month = 1, day = 1)    LOCATION '/logs/2011/01/01'
PARTITION (year = 2011, month = 1, day = 2)    LOCATION '/lo