第 4 章 DDL 数据定义
4.1 创建数据库
1)创建一个数据库,数据库在 HDFS 上的默认存储路径是/user/hive/warehouse/*.db。
hive (default)> create database db_hive;
2)避免要创建的数据库已经存在错误,增加 if not exists 判断。(标准写法)
hive (default)> create database if not exists db_hive;
3)创建一个数据库,指定数据库在 HDFS 上存放的位置
hive (default)> create database db_hive2 location '/db_hive2.db';
4.2 查询数据库
4.2.1 显示数据库
4.2.2 查看数据库详情
4.2.3 切换当前数据库
hive (default)> use db_hive;
4.3 修改数据库
4.4 删除数据库
4.5 创建表(重点!!!)
1)建表语法
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]
[TBLPROPERTIES (property_name=property_value, ...)]
[AS select_statement]
2)字段解释说明
- (1)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 EXISTS 选项来忽略这个异常。
- (2)EXTERNAL 关键字可以让用户创建一个外部表,在建表的同时可以指定一个指向实际数据的路径(LOCATION),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。
- (3)COMMENT:为表和列添加注释。
- (4)PARTITIONED BY 创建分区表
- (5)CLUSTERED BY 创建分桶表
- (6)SORTED BY 不常用,对桶中的一个或多个列另外排序
- (7)ROW FORMAT
- (8)STORED AS 指定存储文件类型
- (9)LOCATION :指定表在 HDFS 上的存储位置。
- (10)AS:后跟查询语句,根据查询结果创建表。
- (11)LIKE 允许用户复制现有的表结构,但是不复制数据。
4.5.1 管理表
1)理论
默认创建的表都是所谓的管理表,有时也被称为内部表。因为这种表,Hive 会(或多或
少地)控制着数据的生命周期。Hive 默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(例如,/user/hive/warehouse)所定义的目录的子目录下。
当我们删除一个管理表时,Hive 也会删除这个表中数据。管理表不适合和其他工具共享数据。
2)案例实操
- (1)普通创建表
create table if not exists student(
id int, name string
)
row format delimited fields terminated by '\t'
stored as textfile
location '/user/hive/warehouse/student';
插入数据:
- (2)根据查询结果创建表(查询的结果会添加到新创建的表中)
create table if not exists student2 as select id, name from student;
- (3)根据已经存在的表结构创建表
create table if not exists student3 like student;
- (4)查询表的类型
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE
4.5.2 外部表
1)理论
因为表是外部表,所以 Hive 并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据,不过描述表的元数据信息会被删除掉。
2)管理表和外部表的使用场景
每天将收集到的网站日志定期流入 HDFS 文本文件。在外部表(原始日志表)的基础上做大量的统计分析,用到的中间表、结果表使用内部表存储,数据通过 SELECT+INSERT 进入内部表。
3)案例实操
4.5.3 管理表与外部表的互相转换
4.6 修改表
4.6.1 重命名表
4.6.2 增加、修改和删除表分区
详见 7.1 章分区表基本操作。
4.6.3 增加/修改/替换列信息
。。。。。。
实操案例
4.7 删除表
hive (default)> drop table dept;