【Hive笔记】4.2——数据表的创建和增删改

简介

hive对于数据表的创建语句是很复杂的。

创建表

1. 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：
(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；用户可以使用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，会将数据迁移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，不对数据的位置坐任何改变。在删除表的时候，内部表的元数据和数据会一起被删掉，而外部表只删除元数据，不删除数据。
(3) commen： 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 ： 排序 不常用
(7) row format delimited
[fields terminated by char] // 字段分隔符
[collection items terminated by char] // 数组分隔符
[map keys terminated by char] // map 分隔符
[lines terminated by char] // 行分隔符 一般默认不写这一句
| 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，用户在指定表的同时也会指定自定义的serde，hive通过serde确定表的具体列的数据。
serde 是Serialize Deserilize 的简称，目的是用于序列化和反序列化。
(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（文本文件），RCFILE（列式存储格式文件）
如果文件格式是纯文本，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) like 允许用户复制现有的表结构，但是不复制数据。

【PS】这里简单说一下分区和分桶，hive的分区和MR的分区是不一样的，hive的分桶才是和MR的分区一个概念。hive的分区分的目录，分桶才是分的文件。

2. 管理表

   1. 理论
      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（或多或少的）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(默认在/user/hive/warehouse)所定义的目录下的子目录下。当我们删除一个管理表的时候，hive也会删除这个表中的数据。 管理表不适合和其他工具共享数据。
   2. 示例操作
      创建表有三种方法：
      第一种：普通创建表

      create table if not exists student2(
      id int,name string
      )
      row format delimited fields terminated by '\t'
      stored as textfile
      location '/user/hive/warehouse/student2';
      

      第二种：根据查询结果创建表（查询的结果会添加到新的创建的表中）

      create table if not exists student3 as select id, name from student2;
      

      第三种：根据已经有的表结构创建表

      create table if not exists student4 like student2;
      

3. 外部表

   1. 理论
      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。
   2. 管理表和外部表的使用场景
      每天将收集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，用得到中间表，结果表使用内部表存贮，数据通过select+insert进入内部表。
   3. 示例操作
      建表语句，其实就是添加external

      create external table if not exists default.student(
      id int,name string
      )
      row format delimited fields terminated by '\t';
      

   建表的时候可以直接使用db_name.table_name

4. 管理表和外部表的互相转换
   管理表和外部表是可以互相转换的。
   内部表修改为外部表语句：
   alter table student2 set tblproperties('EXTERNAL'='TRUE')
   外部表修改为内部表语句：
   alter table student2 set tblproperties('EXTERNAL'='FALSE')
   注意：(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写！
   如果写成(‘EXTERNAL’=‘true’) 是不能改变表的内外表，只会在表的属性一栏添加一条属性 大写是为唯一写法。

5. 注意
   如果你创建了一张外部表student，使用load从hdfs的/tmp/text.txt导入到student中，呢么/tmp/text.txt的数据文件就会被剪切到student目录下。如果你删除这个外部表，呢么数据还是在这个表的目录下。也就是说，使用load会改变数据存储位置。而location不会
   如果你在创建外部表时，指定了location呢么该location目录下的数据可以直接被使用查询出来。前提是指定表的存储格式，文件要和格式是一致的。

修改表

1. 重命名表——RENAME TO
   1. 语法：
      alter table table_name RENAME TO new_table_name
      已经存在的表不能作为新表名
   2. 示例：
      alter table student rename to student_new;
2. 增加、修改，替换列信息
   1. 语法
      更新列：
      alter table table_name change [column] col_old_name col_new_name column_type [comment col_comment] [FIRST|AFTER column_name]
      增加或者替换列
      alter table table_name add|replace columns (col_name data_type [comment col_comment], ...)
      注意：ADD是代表新增一个字段，字段位置在所有列后面（partition 列前），REPLACE则是表示替换表中所有的字段。使用REPLACE则会舍弃原有的表结构，如果本来有三个字段，你使用replace只有一个字段，哪最终你这个表就只有一个字段（元数据），但是你的hdfs的文件内容是不变的。
      例如：student表只有id，name两个字段，现在替换添加一个字段，查询出来的图：
      
      实际HDFS的数据：还是原先的数据，修改表只会修改元数据内容，不会修改HDFS的数据。
      
      2. 示例
         添加列：
         alter table student add columns (dept string);
         更新列：
         alter table student change column dept deptid string;
         替换列：
         alter table student replace columns (deptno string,deptname string,ioc string);

删除表

删除表语句：drop table table_name;