1创建表
create table tableName (
id int,
name string,
likes array<string>, #数组
address map<string,string> #字典
)
#接下来设置分隔加入信息的分隔符
row format delimited
fields terminated by ',' #按','分隔每一列
collection items terminated by '-' #按'-'分隔每一列中具体指
map key terminated by ':'; 按 ':'分隔字典
按什么分隔可以根据数据来定。
2向表中插入数据
insert into tableName (字段1,字段2,..) values (v1,v2..)#这种插入方式太慢
下面介绍如何将大量数据插入到表中
假如/root/data/下有一个文件data,data文件中存放着我们需要加入到表中的数据,可以使用下面的语句将数据大量加入到表中。
load data local inpath '/root/data/data' into table tableName;
注:创建的每个hive对应的表,都对应着hdfs中的一个文件。
创建外部表
外部表
create external table psn4
(
id int,
name string,
likes array<string>,
address map<string,string>
)
row format delimited
fields terminated by ','
collection items terminated by '-'
map keys terminated by ':'
location '/usr/';
注:内部表与外部表的区别:
1、创建表的时候,内部表直接存储到默认的hdfs路径,外部表需要自己制定存储路径。
2、删除表时,内部表会将数据和元数据全部删除,外部表只删除元数据,数据不删除。
内部表和外部表的使用时机:
现有数据再有表的使用外部表。先有表再有数据,用内部表。hive:读时检查,即插入数据时不论插入的数据是否正确,都存起来,当读取时,将正确的数据显示出来。(读时检查,实现解耦,提高数据记载的效率)
关系型数据库:写时检查。