Hive学习笔记：数据库、表、视图和索引

环境：CentOS7
           hive-1.1.0-cdh5.14.0
           hadoop-2.6.0-cdh5.14.0

数据库 Database

Hive中数据库的概念类似于表的所在目录或者命名空间，在这一点上跟mysql有点像，database即schema，而不像Oracle，database跟schema是两个不同的粒度。因此，在hive中，schemas/schema关键字一般都可以代替databases/database。
在hive中使用use dbname显式指定数据库，如果没有显式指定，则会使用默认的数据库default，存储在default库中的表目录会直接在HDFS的根目录中生成。
创建数据库：CREATE DATABASE [IF NOT EXISTS] dbname [comment xxx] ; 如果不使用IF NOT EXISTS子句，则在创建的数据库与已有的库同名的情况下，会抛出错误，comment子句为数据库增加描述信息
查看所有数据库：SHOW DATABASES; 这里可以使用LIKE子句来进行模糊查询。
删除数据库：DROP DATABASE dbname [cascade]; 使用cascade会删除带表的数据库，否则当数据库含表时使用drop的时候会抛出错误
查看指定数据库信息：DESC DATABASES dbname；查看数据库的描述信息和所在的文件目录位置路径
另外，可以在hive-site.xml中添加hive.cli.print.current.db=true，来在提示符里显示当前所在的数据库，但是beeline的话，官方文档指出的是使用--showDbInPrompt=true参数启动也可以有这个功能，但是实际测试并没有生效，有知道的可以留言一下>,<

表 Table

Hive中的表有几种，临时表，内部表，外部表，再细分有分区表，桶表。
注意：临时表只存在于当前session，且不支持索引和分区。

创建表

CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name   --(不加TEMPORARY/EXTERNAL的就是内部表)
  [(col_name data_type [COMMENT col_comment], ... [constraint_specification])] --（列名，数据类型）
  [COMMENT table_comment] --（表的注释）
  [PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] --（根据什么字段进行分区）
  [CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
  [SKEWED BY (col_name, col_name, ...)           --（倾斜表，指定经常出现的值，以便应对数据倾斜时候的JOIN）       
     ON ((col_value, col_value, ...), (col_value, col_value, ...), ...)