Hive实操

一、数据仓库和数据库

数仓和数据库的区别

• 数据仓库主要特征:
• 面向主题的（Subject-Oriented ）、集成的（Integrated）、非易失的（Non-Volatile）和时变的（Time-Variant ）

数据仓库	数据库
面向事务的设计	面向主题设计的
存储业务数据	存储历史数据
为捕获数据而设计	为分析数据而设计
尽量避免冗余，一般针对某一业务应用进行设计	引入冗余，依照分析需求，分析维度、分析指标进行设计

数仓的分层架构

分层实现

源数据层（ODS）：此层数据无任何更改，直接沿用外围系统数据结构和数据，
不对外开放；为临时存储层，是接口数据的临时存储区域，为后一步的数据处理做
准备。

数据仓库层（DW）：也称为细节层，DW层的数据应该是一致的、准确的、干
净的数据，即对源系统数据进行了清洗（去除了杂质）后的数据。

数据应用层（DA或APP）：前端应用直接读取的数据源；根据报表、专题分析
需求而计算生成的数据。

ETL和ELT

二、数据库操作

• 创建库

CREATE DATABASE [IF NOT EXISTS] db_name [LOCATION position];

• 删除库

DROP DATABASE db_name [CASCADE];

• 数据库和HDFS的关系
  
• 更多具体指令
  数据库常用操作语句总结

三、数据表操作

表语法和数据类型

创建数据库表语法

数据类型

内部表和外部表的区别

hive的默认分隔符

hive快速映射表

数据加载与导出

数据加载-LOAD语法

• 如果不加local的话，会默认加载到HDFS中

数据加载 - INSERT SELECT 语法

hive表数据导出 - insert overwrite 方式

hive表数据导出 - hive shell