Hive加载数据操作

Hive加载数据操作

一、load data

语法结构：

load data [local] inpath 'filepath' [overwrite] into table table_name [partition(part1=val1,part2=val2)]

说明：

1、Load 

操作只是单纯的复制/移动操作，将数据文件移动到 Hive 表对应的位置

2、filepath：

相对路径，例如：project/data1 

绝对路径，例如：/user/hive/project/data1 

包含模式的完整 URI，如：hdfs://namenode:9000/user/hive/project/data1

3、local关键字

如果指定了local，load命令会去查找本地文件系统中的filepath。如果没有指定local关键字，则根据inpath中的uri查找文件

4、overwrite 关键字

如果使用了overwrite关键字，则目标表（或者分区）中的内容会被删除，然后再将filepath指向的文件/目录中的内容添加到表/分区中。 

如果目标表（分区）已经有一个文件，并且文件名和 filepath 中的文件名冲突，那么现有的文件会被新文件所替代。

1.1 加载本地数据

# 创建表
create table tb_load1(id int,name string)
row format delimited fields terminated by ',';

# 加载本地数据
load data local inpath '/home/hadoop/load1.txt' into table tb_load1;

1.2 加载hdfs数据

load data inpath '/hive/test/load2.txt' into table tb_load1;

从hdfs加载数据成功后，数据会删除。

1.3 加载数据到分区表

# 创建分区表
create table tb_load2(id int ,name string)
partitioned by (sex string)
row format delimited fields terminated by ',';

# 加载数据，数据本身要是分区的数据
load data inpath '/hive/test/load_part_male.txt' into table tb_load2 partition (sex='male');

load data inpath '/hive/test/load_part_female.txt' into table tb_load2 partition (sex='female');

1.4 使用overwrite关键字

load data local inpath '/home/hadoop/load3.txt' overwrite into table tb_load1;

overwrite会覆盖之前的数据

二、insert语句插入数据

语法结构：

# 重其他表查询结果，插入并覆盖新表
insert overwrite/into table table_name
[partition(part=val,part2=val2,...)]
select fileds,... from tb_other;

多个insert语句插入语法结构：

from table_name t
insert overwrite table tb1 [partition(col=val,...)]
    select 语句
insert overwrite table tb2 [partition(col=val,...)]
    select 语句
...;

2.1 简单使用insert语句

create table tb_select1 (id int,name string,sex string)
row format delimited fields terminated by ',';

create table tb_insert1(id int,name string);

insert overwrite table tb_insert1 select id,name from tb_select1;

查看下tb_insert1表数据

select * from tb_insert1;

使用 insert into进行插入

insert into table tb_insert1 select id,name from tb_select1 limit 2;

查询结果：

2.2 使用insert语句分区插入

create table tb_insert_part(id int,name string)
partitioned by(sex string);

insert overwrite table tb_insert_part partition(sex = 'male')
select id,name from tb_select1 where sex='male';

查询结果：

select * from tb_insert_part;

2.3 多个insert插入

create table tb_mutil_insert1(id int,name string)
partitioned by(sex string);

create table tb_mutil_insert2(id int,name string)
partitioned by(sex string);

from tb_select1 t
insert overwrite table tb_mutil_insert1 partition (sex='male')
select t.id,t.name where t.sex='male'
insert overwrite table tb_mutil_insert2 partition (sex='female')
select t.id,t.name where t.sex='female';

查询结果：

2.4 动态分区插入

create table tb_dy_part(id int,name string) partitioned by(sex string);

insert overwrite table tb_dy_part partition(sex)
select id,name,sex from tb_select1;

要使用动态分区，默认是使用严格模式，需要使用分区才行，或者将动态分区模式设置为非严格模式。

FAILED: SemanticException [Error 10096]: Dynamic partition strict mode requires at least one static partition column. To turn this off set hive.exec.dynamic.partition.mode=nonstrict

设置动态分区模式为非严格模式

set hive.exec.dynamic.partition.mode=nonstrict

三、使用create table的方式，将查询数据插入表中

create table tb_create_mode as 
select id,name from tb_select1;

结果：

四、导出数据

4.1 单条数据导出到本地

insert overwrite local directory '/home/hadoop/'
select id,name from tb_select1;

4.2 多条数据导出到hdfs

from tb_select1 t
insert overwrite  directory '/hive/test/male'
select t.id,t.name,t.sex where t.sex='male'
insert overwrite  directory '/hive/test/female'
select t.id,t.name,t.sex where t.sex='female';