1,Hive支持的类型:
TINYINT tinyint类型
SMALLINT smallint类型
INT int类型
BIGINT bigint类型 主要用于状态,类别,数量的字段
BOOLEAN boolean类型
FLOAT float类型
DOUBLE double类型 主要用于金额的字段
STRING 字符串类型 除上述之外的字段基本都使用String, 尤其是id和日期时间这样的字段
2,建表:
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]
•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 EXIST 选项来忽略这个异常
•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)
•LIKE 允许用户复制现有的表结构,但是不复制数据
•COMMENT可以为表与字段增加描述
•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, 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。
•STORED AS
SEQUENCEFILE
| TEXTFILE
| RCFILE
| INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classname
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 SEQUENCE 。
3,Hive表分类
1. 普通表
普通表的创建,如上所说,不讲了。其中,一个表,就对应一个表名对应的文件。
2. 外部表
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。具体sql如下:
CREATE EXTERNAL TABLE test_1(id INT, name STRING, city STRING) SORTED BY TEXTFILE ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t’ LOCATION ‘hdfs:// http://www.cnblogs.com/.. ’
3. 分区表
有分区的表可以在创建的时候使用 PARTITIONED BY 语句。一个表可以拥有一个或者多个分区,每一个分区单独存在一个目录下。而且,表和分区都可以对某个列进行 CLUSTERED BY 操作,
将若干个列放入一个桶(bucket)中。也可以利用SORT BY 对数据进行排序。这样可以为特定应用提高性能。具体SQL如下:
CREATE TABLE test_1(id INT, name STRING, city STRING) PARTITIONED BY (pt STRING) SORTED BY TEXTFILE ROW FORMAT DELIMITED FIELDS TERMINATED BY‘\t’
Hive的排序,因为底层实现的关系,比较不同于普通排序,这里先不讲。
4,hive通过cli连接需要的jar包:
hive-exec-0.9.0.jar
hive-jdbc-0.9.0.jar
hive-metastore-0.9.0.jar
hive-service-0.9.0.jar
libfb303-0.7.0.jar
5,例子:
create table mesh_count (mesh string,count int) ROW FORMAT DELIMITED FIELDS TERMINATED BY '/t';
6,开启hiveserver服务命令,进入hive的bin目录执行
nohup ./hive --service hiveserver2 &
7,hive建立外部表和普通表的区别,当普通表的时候,load hdfs的数据进Hive的表中的时候会把原文件移动到hive的目录下,外部表就不会挪动原文件。
create EXTERNAL table mesh_count (mesh string,count int) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' stored as textfile location 'hdfs://namenode01:9000/ys_test/mesh_result/';
TINYINT tinyint类型
SMALLINT smallint类型
INT int类型
BIGINT bigint类型 主要用于状态,类别,数量的字段
BOOLEAN boolean类型
FLOAT float类型
DOUBLE double类型 主要用于金额的字段
STRING 字符串类型 除上述之外的字段基本都使用String, 尤其是id和日期时间这样的字段
2,建表:
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]
•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 EXIST 选项来忽略这个异常
•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)
•LIKE 允许用户复制现有的表结构,但是不复制数据
•COMMENT可以为表与字段增加描述
•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, 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。
•STORED AS
SEQUENCEFILE
| TEXTFILE
| RCFILE
| INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classname
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 SEQUENCE 。
3,Hive表分类
1. 普通表
普通表的创建,如上所说,不讲了。其中,一个表,就对应一个表名对应的文件。
2. 外部表
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。具体sql如下:
CREATE EXTERNAL TABLE test_1(id INT, name STRING, city STRING) SORTED BY TEXTFILE ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t’ LOCATION ‘hdfs:// http://www.cnblogs.com/.. ’
3. 分区表
有分区的表可以在创建的时候使用 PARTITIONED BY 语句。一个表可以拥有一个或者多个分区,每一个分区单独存在一个目录下。而且,表和分区都可以对某个列进行 CLUSTERED BY 操作,
将若干个列放入一个桶(bucket)中。也可以利用SORT BY 对数据进行排序。这样可以为特定应用提高性能。具体SQL如下:
CREATE TABLE test_1(id INT, name STRING, city STRING) PARTITIONED BY (pt STRING) SORTED BY TEXTFILE ROW FORMAT DELIMITED FIELDS TERMINATED BY‘\t’
Hive的排序,因为底层实现的关系,比较不同于普通排序,这里先不讲。
4,hive通过cli连接需要的jar包:
hive-exec-0.9.0.jar
hive-jdbc-0.9.0.jar
hive-metastore-0.9.0.jar
hive-service-0.9.0.jar
libfb303-0.7.0.jar
5,例子:
create table mesh_count (mesh string,count int) ROW FORMAT DELIMITED FIELDS TERMINATED BY '/t';
6,开启hiveserver服务命令,进入hive的bin目录执行
nohup ./hive --service hiveserver2 &
7,hive建立外部表和普通表的区别,当普通表的时候,load hdfs的数据进Hive的表中的时候会把原文件移动到hive的目录下,外部表就不会挪动原文件。
create EXTERNAL table mesh_count (mesh string,count int) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' stored as textfile location 'hdfs://namenode01:9000/ys_test/mesh_result/';