hive建表基础知识

1. 查看数据库

show databases;

2. 创建数据库

create database db_name;

Hive的数据都是存储在HDFS上的，默认有一个根目录，在hive-site.xml中，由参数hive.metastore.warehouse.dir指定。默认值为/user/hive/warehouse.

3. 查看数据库信息

describe database db_name;

Hive中的数据库在HDFS上的存储路径为：
${hive.metastore.warehouse.dir}/databasename.db

4. 内部表

内部表通常存储在/user/hive/warehouse目录下，例如通过其他表新建的表

-- 切换数据库
use helloworld;
-- 如果存在的话就删掉
-- drop table if exists dim_hellowrod;
-- 创建hive表
create table  if not exists dim_helloworld(
    rowkey string
    ,hello string
    ,world bigint
)
partition by (ds string);
-- 如果原来分区不存在就创建新的分区
alter table dim_helloworld add if not exists partition (ds='2022-02-02');
-- 如果原来分区存在就用新数据覆盖掉
insert overwrite if not exists dim_helloworld partition by (pt='2022-02-02')
-- 将ods的数据同步到dim表
select * 
from ods_hellowrod
where ds = '2022-02-02'

5. 外部表

但是很多时候我们的数据通常存储在其他的路径，例如通过spark处理过的数据存储在hdfs的某个位置，这个位置通常不是hive表默认存储数据的位置，这个时候我们就可以创建外部表。

create table  if not exists dim_helloworld(
    rowkey string
    ,hello string
    ,world bigint
)
LOCATION 'hdfs://localhost:9000/user/spark/helloworld/part-00000';

一个数据表简单的说由两个部分组成，表结构和表数据。表结构一定是存在hive的指定目录下面的，因为需要hive进行管理，但是数据并不是。当我们删除外部表的时候，其实只把表结构给删除了，但是数据还在原来的路径。删除内部表的时候，则会把表结构和数据都删除

6.表命名规范

命名规则：{project_name}.dim_{业务}_{维度}_[{自定义命名标签}]，其中的pub与具体业务无关，各个业务部都可以共用，例如时间维度。

---

[一起学Hive]之三–Hive中的数据库(Database)和表(Table)