Hive全操作（总结）

1、建库

	create database mydb;
	create database if no exists mydb;

2、查询数据库
```sql
	查询库列表：show databases;
	查询库详细信息：desc database [extended] mydb;
		hive> desc database extended myhive;
		OK
		myhive		hdfs://hadoop0/user/hive/warehouse/myhive.db	root	USER	
		Time taken: 0.031 seconds, Fetched: 1 row(s)

	查询当前正在使用的库： select current_database();

3、删除数据库

	drop database mydb;
	drop database mydb cascade;
	drop database if exists mydb;
	drop database if exists mydb [restrict|cascade];

4、先进入我们要操作的数据库/切换库

	use mydb;

5、查看数据库里面的表

	show tables;
	show tables in mydb;

6、添加表

	创建内部表（Managered_Table）
	create table mingxing(id int, name string, sex string, age int, department string comment "ss") comment "table comment" row format delimited fields terminated by ',';

	show create table mingxing;

	创建外部表（External_Table）
	create external table mingxing(id int, name string, sex string, age int, department string)
	row format delimited fields terminated by ',' location '/root/hivedata';

注意：创建外部表的时候指定location的位置必须是目录，不能是单个文件

跟内部表对比：
1、在创建表的时候指定关键字： external
2、一般来说，创建外部表，都需要指定一个外部路径

删除内部表和外部表的区别
内部表和外部表的选择

不管是创建外部表还是内部表，都可以指定数据存储目录
默认的目录：

hdfs://hadoop0:9000/user/hive/warehouse/myhive.db/student/student.txt

	创建分区表
	create table mingxing(id int, name string, sex string, age int, department string)
	partitioned by (city string)
	row format delimited fields terminated by ',';

注意：partitioned里的字段不是能是表中声明的字段
分区字段是一个虚拟列。分区字段的值是不存在于数据文件中的。
分区字段的使用和普通字段没有区别

分区字段/表字段

	创建分桶表
	create table mingxing(id int, name string, sex string, age int, department string)
	clustered by(id) sorted by(age desc) into 4 buckets
	row format delimited fields terminated by ',';
	注意：clustered里的字段必须要是表字段中出现的字段
	分桶字段和排序字段可以不一样，分桶字段和排序字段必须是表字段中的一部分

7、删除表

	drop table mingxing;
	drop table if exists mingxing;

8、对表进行重命名

	alter table mingxing rename to student;

9、对表的字段进行操作（增加add，删除，修改change，替换replace）

	增加字段：
	alter table mingxing add columns (province string);
	alter table mingxing add columns (province string, xxx bigint);

	删除字段：
	drop（不支持） XXXXX

	修改字段：
	alter table mingxing change age newage string;
	alter table mingxing change age newage string after id;
	alter table mingxing change age newage string first;

	替换字段
	alter table mingxing replace columns(id int, name string, sex string);

10、对表中的分区进行操作（添加分区，删除分区，修改分区）

	增加分区：
	alter table mingxing add partition(city='beijing');
	alter table mingxing add partition(city='beijing') location '/city_beijing';
	alter table mingxing add partition(city='beijing') partition(city='tianjin');

	删除分区：
	alter table mingxing drop partition(city='beijing');
	alter table mingxing drop partition(city='beijing'), partition(city='tianjin');

	修改分区路径：
	alter table mingxing partition(city="beijing") set location "/mingxing_beijing";

11、查询显示命令

	查看库：show databases;
	查看表：show tables;
	查看建表完整语法：show create table mingxing;
	查看内置函数库：show functions;
	Time taken: 0.007 seconds, Fetched: 216 row(s) //216个函数
	查看函数的详细手册：desc function extended concat;
	查看分区：show partitions mingxing;
	查看表的字段：desc mingxing;
	查看表的详细信息：desc extended mingxing;
	查看表的格式化了之后的详细信息：desc formatted mingxing;

12、load方式导入数据

	load data ..... [overwrite] into table .....

	导入本地相对路径的数据
	load data local inpath './student.txt' into table mingxing;
	load data local inpath './student.txt' overwrite into table mingxing;
	(覆盖导入)

	导入本地绝对路径数据：
	load data local inpath '/home/hadoop/student.txt' into table mingxing;

	导入本地数据，相当于复制或者上传

	导入HDFS上的简便路径数据：
	load data inpath '/home/hadoop/student.txt' into table mingxing;

	导入HDFS上的全路径模式下的数据：
	load data inpath 'hdfs://hadoop01:9000/root/hivedata/student.txt' into table mingxing;

	导入HDFS上的数据到hive表，表示截切，移动

13、利用insert关键字往表中插入数据

	
	insert ...  values ..
	insert  ... select ..

	最有趣最有用最常用的：  hadoop fs -put /source /dst
	hive是一个读模式的数据仓库

	单条数据插入：
	insert into table mingxing values(001,'huangbo','male',50,'MA');

	单重插入模式： insert ... select ....
	insert into table student select id,name,sex,age,department from mingxing;
	注意：查询出的字段必须是student表中存在的字段

	多重插入模式：
	from mingxing
	insert into table student1 select id,name,sex,age
	insert into table student2 select id,department;

	from mingxing2
	insert into table student1 partition(department='MA') select id,name,sex ,age where department='MA'
	insert into table student1 partition(department='CS') select id,name,sex ,age where department='CS'; 

	分区插入：
	需要手动的创建分区
	alter table student add partition (city="zhengzhou")
	load data local inpath '/root/hivedata/student.txt' into table student partition(city='zhengzhou');


	CTAS(create table ... as select ...)(直接把查询出来的结果存储到新建的一张表里)
	1、单条记录插入
	2、单重插入
	3、多重插入
	4、分区插入
	5、分桶插入 
	6、CTAS
	
	内部表/内界表
	create table student as select id,name,age,department from mingxing;
	注意：自动新建的表中的字段和查询语句出现的字段的名称，类型，注释一模一样

	限制：
	1、不能创建外部表
	2、不能创建分区表
	3、不能创建分桶表

	分桶插入：

	创建分桶表：
	create table mingxing(id int, name string, sex string, age int, department string)
	clustered by(id) sorted by(age desc) into 4 buckets
	row format delimited fields terminated by ',';

	不能使用load方式直接往分桶表中导入数据
	插入数据：
	insert into table mingxing select id,name,sex,age,department from mingxing2
	distribute by id sort by age desc;
	注意：查询语句中的分桶信息必须和分桶表中的信息一致
	

14、like关键字使用：复制表结构

	create [external] table student like mingxing;

15、利用insert导出数据到本地或者hdfs

	单模式导出数据到本地：
	insert overwrite local directory '/root/outputdata' select id,name,sex,age,department from mingxing;

	多模式导出数据到本地：
	from mingxing
	insert overwrite local directory '/root/outputdata1' select id, name
	insert overwrite local directory '/root/outputdata2' select id, name,age

	简便路径模式导出到hdfs：
	insert overwrite directory '/root/outputdata' select id,name,sex,age,department from mingxing;

	全路径模式查询数据到hdfs：
	insert overwrite directory 'hdfs://hadoop01:9000/root/outputdata1' select id,name,sex,age,department from mingxing;

	local ：导出到本地目录
	overwrite ：表示覆盖

16、清空数据库表中的数据

	truncate table mingxing2;
	清空表只是清空该表的所有数据文件

17、select查询

	order by : 全局排序

	sort by ：局部排序
	一般来说，要搭配 分桶操作使用
	distribute by id sort by age desc;
	
	distribute by : 纯粹就是分桶
	在使用distribute by的时候：要设置reduceTask的个数

	cluster by ： 既分桶，也排序
	cluster by age = distribute by age sort by age;
	
	cluster by 和 sort by 不能同时使用