大数据开发之Hive-DML数据操作

1. 数据导入

1.1 向表中装载数据（Load）

1）语法

hive> load data [local] inpath ‘/opt/module/datas/student.txt’ [overwrite] into table student [partition (partcol1=val1,…)];

（1）load data:表示加载数据

（2）local:表示从本地加载数据到hive表；否则从HDFS加载数据到hive表

（3）inpath:表示加载数据的路径

（4）overwrite:表示覆盖表中已有数据，否则表示追加

（5）into table:表示加载到哪张表

（6）student:表示具体的表

（7）partition:表示上传到指定分区

2）实操案例

（0）创建一张表

hive (default)> create table student(id string, name string) row format delimited fields terminated by ‘\t’;

（1）加载本地文件到hive

hive (default)> load data local inpath ‘/opt/module/datas/student.txt’ into table default.student;

（2）加载HDFS文件到hive中

上传文件到HDFS

hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;

加载HDFS上数据

hive (default)> load data inpath ‘/user/atguigu/hive/student.txt’ into table default.student;

（3）加载数据覆盖表中已有的数据

上传文件到HDFS

hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;

加载数据覆盖表中已有的数据

hive (default)> load data inpath ‘/user/atguigu/hive/student.txt’ overwrite into table default.student;

1.2 通过查询语句向表中插入数据（Insert）

1）创建一张分区表

hive (default)> create table student(id int, name string) partitioned by (month string) row format delimited fields terminated by ‘\t’;

2）基本插入数据

hive (default)> insert into table student partition(month=’201709′) values(1,’wangwu’);

3）基本模式插入（根据单张表查询结果）

hive (default)> insert overwrite table student partition(month=’201708′)

select id, name from student where month=’201709′;

4）多插入模式（根据多张表查询结果）

hive (default)> from student

insert overwrite table student partition(month=’201707′)

select id, name where month=’201709′

insert overwrite table student partition(month=’201706′)

select id, name where month=’201709′;

1.3 查询语句中创建表并加载数据（As Select）

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 student3 as select id, name from student;

1.4 创建表时通过Location指定加载数据路径

1）创建表，并指定在hdfs上的位置

hive (default)> create table if not exists student5(

id int, name string

)

row format delimited fields terminated by ‘\t’

location ‘/user/hive/warehouse/student5’;

2）上传数据到hdfs上

hive (default)> dfs -put /opt/module/datas/student.txt /user/hive/warehouse/student5;

3）查询数据

hive (default)> select * from student5;

1.5 Import数据到指定Hive表中

注意：先用export导出后，再将数据导入。

hive (default)> import table student2 partition(month=’201709′) from ‘/user/hive/warehouse/export/student’;

2. 数据导出

2.1 Insert导出

1）将查询的结果导出到本地

hive (default)> insert overwrite local directory ‘/opt/module/datas/export/student’ select * from student;

2）将查询的结果格式化导出到本地

hive (default)> insert overwrite local directory ‘/opt/module/datas/export/student1’ ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘\t’ select * from student;

3）将查询的结果导出到HDFS上(没有local)

hive (default)> insert overwrite directory ‘/user/atguigu/student2’ ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘\t’ select * from student;

2.2 Hadoop命令导出到本地

hive (default)> dfs -get /user/hive/warehouse/student/month=201709/000000_0 /opt/module/datas/export/student3.txt;

2.3 Hive Shell 命令导出

基本语法：（hive -f/-e 执行语句或者脚本 > file）

[atguigu@hadoop102 hive]$ bin/hive -e ‘select * from default.student;’ > /opt/module/datas/export/student4.txt;

2.4 Export导出到HDFS上

hive (default)> export table default.student to ‘/user/hive/warehouse/export/student’;

2.5 Sqoop导出

后续课程专门讲。

3. 清除表中数据（Truncate）

注意：Truncate只能删除管理表，不能删除外部表中数据

hive (default)> truncate table student;

想了解大数据培训开发技术新知识，请关注尚硅谷新动态！

文章转载链接：http://www.atguigu.com/jsfx/954.html