HIVE 总结 三 Hive DDL数据定义
本篇总结hive的数据定义,也就是表,库相关的操作命令
关于hive的介绍,安装在前面两篇文章里面
1.建库
-
语法
CREATE DATABASE [IF NOT EXISTS] database_name [COMMENT database_comment] [LOCATION hdfs_path] [WITH DBPROPERTIES (property_name=property_value, ...)];
-
创建数据库,数据在HDFS上默认的存储路径是由hive-site.xml配置文件中 hive.metastore.warehouse.dir 属性配置的
<property> <name>hive.metastore.warehouse.dir</name> <value>/user/hive/warehouse</value> </property> <!-- 指定hiveserver2连接的端口号 --> <property> <name>hive.server2.thrift.port</name> <value>10000</value> </property> <!-- 指定hiveserver2连接的host --> <property> <name>hive.server2.thrift.bind.host</name> <value>hadoop102</value> </property>
-
创建一个hive库
create database hive_db;
避免库已存在的错误,建议加上if not exists
create database if not exists hive_db;
2.库的查询,修改,删除
-
显示数据库
show databases;
-
查看数据详情
desc database hive_db;
#可以查看到设置数据库的属性参数 parameters
desc database extended hive_db;
3. 修改数据库
用户可以使用ALTER DATABASE命令为某个数据库的DBPROPERTIES设置键-值对属性值,来描述这个数据库的属性信息。数据库的其他元数据信息都是不可更改的,包括数据库名和数据库所在的目录位置。
alter databse hive_db set dbproperties('createTime'='2020.7.31');
-
删除数据库
删除空数据库
drop database hive_db2
建议添加if exists 判断是否存在
drop database if exists hive_db2
如果数据库不为空,可以使用cascade 强制删除
drop database hive_db2 cascade;
3.建表
-
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] [LIKE table_name]
-
解释
(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
DELIMITED [FIELDS TERMINATED BY char] [COLLECTION ITEMS TERMINATED BY char]
[MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]
| SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, …)]
用户在建表的时候可以自定义SerDe或者使用自带的SerDe。如果没有指定ROW FORMAT 或者ROW FORMAT DELIMITED,将会使用自带的SerDe。在建表的时候,用户还需要为表指定列,用户在指定表的列的同时也会指定自定义的SerDe,Hive通过SerDe确定表的具体的列的数据。
SerDe是Serialize/Deserilize的简称, hive使用Serde进行行对象的序列与反序列化。
(8)STORED AS指定存储文件类型
常用的存储文件类型:SEQUENCEFILE(二进制序列文件)、TEXTFILE(文本)、RCFILE(列式存储格式文件)
如果文件数据是纯文本,可以使用STORED AS TEXTFILE。如果数据需要压缩,使用 STORED AS SEQUENCEFILE。
(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.表的修改,删除,清除
-
创建表的方式
-
普通创建
create table if not exists student2( id int , name string ) row format delimited fields terminated by '\t' location '/user/hive/warehouse/student2'
-
根据查询结构创建表
create table if not exists student3 as select id,name from student2;
使用as,会拷贝响应列的数据
使用as 后面select的字段必须存在于student2中
-
使用like根据表结构创建表
create table if not exists student4 like student3;
使用like复制表结构到新的表,但是不会影响以及复制任何数据,student4只有student3的表结构,没有数据.
-
-
查询表类型
desc formatted student2;
-
删除表,查看表数据文件是否还存在于hdfs中
drop table student2;
删除此表后再HDFS上面的文件同样被删除
-
修改表
-
重命名表
ALTER TABLE table_name RENAME TO new_table_name alter table student3 rename to student5;
-
增删改列信息
列的数据精度只能小改大,不能大改小
ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name] -- 举个栗子 alter table dept replace columns(deptno string, dname string, loc string); alter table dept change column deptdesc desc string;
-
-
清除,删除表
删除表:
drop table dept;
清除表:
truncate table student;
5.内部表(管理表)和外部表的区别
-
内部表概述
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。
-
外部表概述
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。
-
各自使用场景
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。
-
简要概述区别
内部表(管理表):hive完全掌控表中数据的生命周期,可以完全删除表元数据和表数据
外部表:hive不能完全掌控表中数据的声明周期,只能删除表的元数据,删除表不能删除表内数据
-
关键字
建表时添加external 关键字
create external table if not exists dept( deptno int, dname string, loc int ) row format delimited fields terminated by '\t' location '/company/dept';
-
内部表与外部表互换
查看表类型
desc formatted student3;
内部表
-- 改为内部表 alter table student3 set tblproperties('EXTERNAL'='FALSE'); -- 改为外部表 alter table student3 set tblproperties('EXTERNAL'='true');
`
-
内部表与外部表互换
查看表类型
desc formatted student3;
[外链图片转存中…(img-FmqLKRbg-1596199343867)]
内部表
-- 改为内部表 alter table student3 set tblproperties('EXTERNAL'='FALSE'); -- 改为外部表 alter table student3 set tblproperties('EXTERNAL'='true');