Hive学习（五）DDL数据定义_( )字段可以在表格定义时指定表格数据在hdfs中存储的位置-CSDN博客

本文链接：https://blog.csdn.net/qq_41541619/article/details/103632810

数据库相关

创建数据库

数据库在HDFS上的默认存储路径为：/user/hive/warehouse/*.db

create database if not exists icydate;

也可以在创建时指定数据库在HDFS上存放的位置

create database if not exists iceink location '/user/hive/warehouse/iceink.db';

查看数据库存放位置

[root@izuf6i3w0v8mmmqlv77eanz warehouse]# cd ~
[root@izuf6i3w0v8mmmqlv77eanz ~]# cd /user/hive/warehouse/
[root@izuf6i3w0v8mmmqlv77eanz warehouse]# ll 
total 8
dr-xr-xr-x 2 root root 4096 Dec 20 11:19 iceink.db
dr-xr-xr-x 2 root root 4096 Dec 20 11:19 icydate.db

查询数据库

显示数据库

show databases;
show databases like 'db_name*';

查看数据库详情

hive> desc database iceink;
OK
iceink      file:/user/hive/warehouse/iceink.db root    USER    
Time taken: 0.009 seconds, Fetched: 1 row(s)

切换数据库

use db_name;

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。

-- 修改数据库创建时间
hive> alter database iceink set dbproperties('createtime'='20191220');
OK
Time taken: 0.049 seconds

-- 使用extended查看修改结果
hive> desc database extended iceink;
OK
iceink      file:/user/hive/warehouse/iceink.db root    USER    {createtime=20191220}
Time taken: 0.009 seconds, Fetched: 1 row(s)

删除数据库

-- 删除空数据库
drop database db_name;

-- 如果数据库不为空，删除会报错，可以使用cascade强制删除
drop database db_name cascade;

表相关

创建表

建表语句

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]

字段解释说明

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
EXTERNAL 关键字可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径（LOCATION）

Hive 创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。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。
COMMENT：为表和列添加注释
PARTITIONED BY 创建分区表
CLUSTERED BY 创建分桶表
SORTED BY 不常用
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，目的是用于序列化和反序列化。
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。
LOCATION ：指定表在 HDFS 上的存储位置
LIKE 允许用户复制现有的表结构，但是不复制数据

案例：

-- 普通创建表
create table if not exists student(
id int,
name string,
age int)
row format delimited fields terminated by '\t';

-- 根据查询结果创建表，包括数据
create table if not exists student_copy as select id,name,age from student;

-- 根据已存在的表结构创建表
create table if not exists student_copy2 like student;

-- 查询表的类型
desc formatted student;

管理表

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。

查看之前创建的student表的信息：

hive> desc formatted student;
Table Type:             MANAGED_TABLE

外部表

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。

案例：

-- 创建一个外部表
create external table if not exists student_external(
id int,
name string,
age int)
row format delimited fields terminated by '\t';

-- 查看表的类型
desc formatted student_external;

-- 往表里面插入数据
insert into student_external values(1, 'baka', 18);

-- 删除表
drop table student_external;

-- 进入 /user/hive/warehouse/iceink.db/student_external，查看数据，发现数据并没有被删除
[root@izuf6i3w0v8mmmqlv77eanz student_external]# cat 000000_0 
1   baka    18

管理表和外部表的相互转换

查询表的类型：desc formatted student;

修改表的类型：alter table student set tblproperties('EXTERNAL'='TRUE')；

注意:

TRUE：设置为外部表

FALSE：设置为非外部表

'EXTERNAL'='TRUE'是固定写法，区分大小写

分区表

实际上是HDFS文件系统上独立的文件夹，存放该分区所有的数据文件。分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时指定分区可以提高效率。

创建分区表

create table student_part(
    id int, 
    name string, 
    age int) 
partitioned by (dt string) 
row format delimited fields terminated by '\t';

加载数据到分区表中

首先，得准备一个数据文件，student.txt

1   iceink  18
2   icydate 18
3   baka    18
4   fafa    2

开始导入数据

load data local inpath '/opt/module/datas/student.txt' into table student_part partition(dt='201910');
load data local inpath '/opt/module/datas/student.txt' into table student_part partition(dt='201911');
load data local inpath '/opt/module/datas/student.txt' into table student_part partition(dt='201912');

查看数据文件，进入 /user/hive/warehouse/iceink.db/student_part 目录，我们可以看到数据按分区分成了不同得目录

[root@izuf6i3w0v8mmmqlv77eanz student_part]# ll
total 12
dr-xr-xr-x 2 root root 4096 Dec 20 14:25 dt=201910
dr-xr-xr-x 2 root root 4096 Dec 20 14:25 dt=201911
dr-xr-xr-x 2 root root 4096 Dec 20 14:25 dt=201912

进入单个目录：dt=201910

[root@izuf6i3w0v8mmmqlv77eanz dt=201910]# ll
total 4
-r-xr-xr-x 1 root root 48 Dec 20 14:25 student.txt
[root@izuf6i3w0v8mmmqlv77eanz dt=201910]# cat student.txt 
1   iceink  18
2   icydate 18
3   baka    18
4   fafa    2

查询分区表中数据

hive> select * from student_part where dt='201912';
OK
1   iceink  18  201912
2   icydate 18  201912
3   baka    18  201912
4   fafa    2   201912
Time taken: 0.303 seconds, Fetched: 4 row(s)

增加分区

-- 创建单个分区
alter table student_part add partition(dt='202010');

-- 同时创建多个分区
alter table student_part add partition(dt='202011') partition(dt='202012');

删除分区

和创建分区类似

-- 创建单个分区
alter table student_part drop partition(dt='202010');

-- 同时创建多个分区，注意多个分区之间使用逗号分隔
alter table student_part drop partition(dt='202011'),partition(dt='202012');

查看分区表中有多少分区

hive> show partitions student_part;
OK
dt=201910
dt=201911
dt=201912
dt=202011
dt=202012
Time taken: 0.088 seconds, Fetched: 5 row(s)

查看分区表结构

hive> desc formatted student_part;
# Partition Information      
# col_name              data_type               comment             
         
dt                      string

创建二级分区表

create table student_part2(
    id int, 
    name string, 
    age int) 
partitioned by (dt string,day string) 
row format delimited fields terminated by '\t';

修改表

ALTER TABLE table_name RENAME TO new_table_name

删除表

drop table table_name;