【大数据技术Hadoop+Spark】Hive基础SQL语法DDL、DML、DQL讲解及演示（附SQL语句）

Hive基础SQL语法

1：DDL操作

DDL是数据定义语言，与关系数据库操作相似，

创建数据库

CREATE DATABASE|SCHEMA [IF NOT EXISTS] database_name

显示数据库

SHOW databases；

查看数据库详情

DESC DATABASE|SCHEMA database_name

切换数据库

USE database_name

修改数据库

ALTER (DATABASE|SCHEMA) database_name SET DBPROPERTIES (property_name=property_value，...)

删除数据库

DROP (DATABASE|SCHEMA) [IF EXISTS] database_name [RESTRICT|
CASCADE]；

Hive在创建表时默认创建内部表，将数据移动到数据仓库指向的路径，而创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变，Hive删除表时，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，创建表的语法如下

CREATE [TEMPORARY] [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]

 复制数据表

语法只会复制表的结构，不会复制表中的数据。另外，如果创建的表名已经存在，与创建数据仓库一样会抛出异常，用户可以使用“IF NOT EXISTS”选项来忽略这个异常。

CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name LIKE existing_table_or_view_name [LOCATION hdfs_path]；

 分区表是按照属性在文件夹层面给文件更好的管理，实际上就是对应一个HDFS文件系统上的独立文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。

创建Hive表

CREATE  TABLE teacher_partition
(id string，
 name string)
 PARTITIONED BY (country string， state string);  

 set hive.exec.dynamic.partition=true; #开启动态分区，默认是false

set hive.exec.dynamic.partition.mode=nonstrict; #开启允许所有分区都是动态的，否则必须要有静态分区才能使用

set hive.exec.max.dynamic.partitions.pernode=1000; #动态分区最大数量

向分区表插入数据，准备文件data.txt，内容如下

1，tom，US，CA

2，jack，US，CB

3，mike，CA，BB

4，ariana ，CA，BC

创建中间表teacher，并将data.txt数据导入到teacher表中，利用dfs -ls /hive/warehouse/bigdata.db/teacher 命令查看teacher表在hadoop中的存储信息，可以看到建立的内部表teacher将data.txt移动到数据仓库指向的路径。

执行以下命令向分区表中插入数据。 

INSERT INTO TABLE teacher_partition PARTITION (country， state) SELECT id，name，city，state FROM teacher;

 创建桶表

表分区的基础上，按某一列的值将记录进行分桶存放，即分文件存放，即将大表分解成一系列小表，这样，涉及到Join操作时，可以在桶与桶间关联即可，大大减小Join的数据量，提高执行效率

1：开启分桶功能

hive> set hive.enforce.bucketing = true;
hive> set mapreduce.job.reduces=4;

 2：创建桶表

create table teacher_bucket(
 id string，
 name string，
 country string，
 state string)
 clustered by(id) into 4 buckets;

 桶表不能通过load的方式直接加载数据，只能从另一张表中插入数据，执行如下命令insert into teacher_bucket select * from teacher，在创建桶表之前，要先通过“set hive.enforce.bucketing=true;”命令开启分桶的功能

2：DML操作 

DML即数据操作语言，是用来对Hive数据库中的数据进行操作的语言，数据操作主要是如何向表中装载数据和如何将表中的数据导出，主要操作命令有load insert等等基本与标准SQL相同

3：DQL操作

DQL即数据查询语言，实现数据的简单查询，主要操作命令有select where等，可以在查询时对数据进行排序，分组等操作

创作不易 觉得有帮助请点赞关注收藏~~~