Hive中的简单sql语句

---

一、Hive基础语句

1、数据库操作

drop database databasename;                  -- 这个只能删除空库
drop database databasename cascade;    -- 如果不是空库，则可以加cascade强制删除

2、表操作

select current_database();    -- 查看当前在哪个数据库下面
desc formatted tablename;    -- 查看表的详细信息
                             -- EXTERNAL_TABLE为外部表
                             -- MANAGED_TABLE为内部表

create table mydb01.user2(
 id int,
 name string,
 age int,
 height double
)
comment "这是一个学生表"       -- 描述信息
row format delimited 
fields terminated by '\t'     -- 指定列的分隔符为 \t，如果不指定，默认为 ^A
lines terminated by '\n'      -- 指定行的分隔符为 \n，如果不指定，默认为 \n
stored as textfile;           -- 指定存储类型为 text，如果不指定，默认为 text

二、加载数据到Hive

1、加载本地数据到Hive

load data local inpath "/home/hivedata/emp.txt" into table emp;

2、加载hdfs中的数据到Hive

load data inpath "/home/hivedata/emp.txt" into table emp;

3、从其他表导入数据到Hive

insert into table emp2 select * from emp;

-- 向多张表插入：
from tableName1
    insert into tableName2 select * where 条件
    insert into tableName3 select * where 条件

三、Hive数据导出

1、Hive数据导出到本地

insert overwrite local directory "/home/hivedata/emp.txt" select * from emp;

2、Hive数据导出到hdfs

insert overwrite directory "/home/hivedata/emp.txt" select * from emp;

四、内部表和外部表

1、区别

一般来说，内部表存放位置固定，删除表时，不仅会删除表的元数据，真正的数据也会被删除
外部表一般都会指定存放位置，删除表时，会删除表的元数据，但不会删除真正的数据

2、建表语句

外部表：

-- external关键字用来创建外部表，location用来指定存放位置
create external table t_user7(
id int,
name string
)
row format delimited
fields terminated by ','
location '/publicData'

内部表

-- 没有external关键字，也不用location指定存放位置
create external table t_user7(
id int,
name string
)
row format delimited
fields terminated by ','

五、Hive中的Serde

1、OpenCSVSerde

默认为逗号分隔，也可以指定分隔符

row format serde 'org.apache.hadoop.hive.serde2.OpenCSVSerde'
-- 指定分隔符为‘7’
with serdeproperties(
"separatorChar"="7"
);

2、json serde

可以解析json的数据

-- org.openx.data.jsonserde.JsonSerDe 这个类是第三方的类，所以要导入包
row format serde 'org.openx.data.jsonserde.JsonSerDe';

-- hive自带的：
row format serde 'org.apache.hive.hcatalog.data.JsonSerDe';

六、Hive的存储格式

1、textfile: 纯文本文件存储格式
2、sequencefile:会压缩，不能使用load方式加载数据
3、parquet:会压缩，不能使用load方式加载数据
4、rcfile:会压缩，不能load。查询性能高，写操作慢，所需内存大，计算量大。此格式为行列混合存储，hive在该格式下，会尽量将附近的行和列的块存储到一起
5、orcfile:rcfile的升级版