Hive创建表的过程详细过程

Hive创建表的过程详细过程

Demo

第一个demo

CREATE TABLE db.testTable(
    id string COMMENT 'id'
    ,name string COMMENT '姓名'
    ,age bigint COMMENT '年龄'
  )
COMMENT '测试表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\001'
SOTRED AS PARQUET;

这个创建表的涉及的参数主要有：

• ROW FORMAT DELIMITED
• FIELDS TERMINATED BY ‘\001’
• SOTRED AS PARQUET;

上述创建过程最后会解析为：

CREATE TABLE db.testTable(
    id string COMMENT 'id'
    ,name string COMMENT '姓名'
    ,age bigint COMMENT '年龄'
  )
COMMENT '测试表'
ROW FORMAT DELIMITED 
FIELDS TERMINATED BY '\u0001' 
STORED AS INPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat' 
OUTPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat'

也就是说：
SOTRED AS PARQUET;等价于

• STORED AS INPUTFORMAT ：存储格式
• OUTPUTFORMAT 输出格式

ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘\001’ 表示要指定表的列分隔符，其中：

• ROW FORMAT DELIMITED：是指定分隔符的标示
• FIELDS TERMINATED BY '\001’表示指定的是列分隔符

第二个demo

CREATE TABLE db.testTable(
    id string COMMENT 'id'
    ,name string COMMENT '姓名'
    ,age bigint COMMENT '年龄'
  )
COMMENT '测试表'
SOTRED AS PARQUET;

这个等价于：

CREATE TABLE db.entity_deleteParquet0728(
    id_reserve string COMMENT '需要保留的ID'

    ,id_delete string COMMENT '需要删除的ID'

    ,component bigint COMMENT '连通图分组编号'
  )
COMMENT '测试'
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' 
STORED AS INPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetInputFormat' 
OUTPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.parquet.MapredParquetOutputFormat'

这里SOTRED AS PARQUET;等价于：

• ROW FORMAT SERDE ：指定序列化格式为PARQUET
• STORED AS INPUTFORMAT ：存储格式
• OUTPUTFORMAT 输出格式

这里没有指定列的分隔符，那么就采用模式的分隔符\001。

这里会有个三个疑问

1、为什么这个SOTRED AS PARQUET包含了ROW FORMAT SERDE而上一个demo没有包含？

答：因为如果使用了ROW FORMAT DELIMITED指定行列分隔符，那么就会采用默认的SERDE 序列化格式，其实也就是

PARQUET的默认序列化格式：org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe

2、为什么没有提到行分割符？

答：行分隔符默认是\n，如果不是特殊指定，可以不写

分区表的话：分区一定要写在row format之前，否则报错。

总结：

创建表的模板：

1、无特殊指定列分隔符

CREATE TABLE db.testTable(
    id string COMMENT 'id'
    ,name string COMMENT '姓名'
    ,age bigint COMMENT '年龄'
  )
COMMENT '测试表'
SOTRED AS PARQUET;

格式可以修改

2、指定列分隔符

CREATE TABLE db.testTable(
    id string COMMENT 'id'
    ,name string COMMENT '姓名'
    ,age bigint COMMENT '年龄'
  )
COMMENT '测试表'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\001'
SOTRED AS PARQUET;

关键字含义

1. SOTRED AS指定存储格式，等价于下面几项：
   • ROW FORMAT SERDE ：指定序列化格式为PARQUET
   • STORED AS INPUTFORMAT ：存储格式
   • OUTPUTFORMAT 输出格式
2. ROW FORMAT DELIMITED当指定行列分隔符时需要添加，同时指定列分隔符为CREATE TABLE db.testTable(
3. 如果什么都不加，那么默认行分隔符时\n 列分隔符为\001 存储格式为TextFile