1 数据库操作
# 创建数据库
CREATE DATABASE IF NOT EXISTS hive_test COMMENT 'hive database for test' WITH DBPROPERTIES ('create'='admin');
# 查看数据库信息
DESC DATABASE EXTENDED hive_test;
# 删除数据库
DROP DATABASE IF EXISTS hive_test CASCADE;
2 创建表
# 内部表
CREATE TABLE emp( empno INT, ename STRING, job STRING, mgr INT, hiredate TIMESTAMP, sal DECIMAL(7,2), comm DECIMAL(7,2), deptno INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t";
# 外部表
CREATE EXTERNAL TABLE emp_external( empno INT, ename STRING, job STRING, mgr INT, hiredate TIMESTAMP, sal DECIMAL(7,2), comm DECIMAL(7,2), deptno INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t" LOCATION '/hive/emp_external';
# 分区表 -- 按照部门编号进行分区
CREATE EXTERNAL TABLE emp_partition( empno INT, ename STRING, job STRING, mgr INT, hiredate TIMESTAMP, sal DECIMAL(7,2), comm DECIMAL(7,2) ) PARTITIONED BY (deptno INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t" LOCATION '/hive/emp_partition';
# 分桶表 --按照员工编号散列到四个 bucket 中
CREATE EXTERNAL TABLE emp_bucket( empno INT, ename STRING, job STRING, mgr INT, hiredate TIMESTAMP, sal DECIMAL(7,2), comm DECIMAL(7,2), deptno INT) CLUSTERED BY(empno) SORTED BY(empno ASC) INTO 4 BUCKETS ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t" LOCATION '/hive/emp_bucket';
# 倾斜表 通过指定一个或者多个列经常出现的值(严重偏斜),Hive会自动将涉及到这些值的数据拆分为单独的文件。在查询时,如果涉及到倾斜值,它就直接从独立文件中获取数据,而不是扫描所有文件,这使得性能得到提升。
CREATE EXTERNAL TABLE emp_skewed( empno INT, ename STRING, job STRING, mgr INT, hiredate TIMESTAMP, sal DECIMAL(7,2), comm DECIMAL(7,2) ) SKEWED BY (empno) ON (66,88,100) --指定 empno 的倾斜值 66,88,100 ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t" LOCATION '/hive/emp_skewed';
# 临时表
临时表仅对当前session可见,临时表的数据将存储在用户的暂存目录中,并在会话结束后删除。如果临时表与永久表表名相同,则对该表名的任何引用都将解析为临时表,而不是永久表。临时表还具有以下两个限制:不支持分区列,不支持创建索引。
CREATE TEMPORARY TABLE emp_temp( empno INT, ename STRING, job STRING, mgr INT, hiredate TIMESTAMP, sal DECIMAL(7,2), comm DECIMAL(7,2) ) ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t";
# 从查询语句的结果创建表
CREATE TABLE emp_copy AS SELECT * FROM emp WHERE deptno='20';
# 复制表结构
CREATE TEMPORARY EXTERNAL TABLE IF NOT EXISTS emp_co LIKE emp;
# 加载数据到表
7369 SMITH CLERK 7902 1980-12-17 00:00:00 800.00
207499 ALLEN SALESMAN 7698 1981-02-20 00:00:00 1600.00 300.00
307521 WARD SALESMAN 7698 1981-02-22 00:00:00 1250.00 500.00
307566 JONES MANAGER 7839 1981-04-02 00:00:00 2975.00
207654 MARTIN SALESMAN 7698 1981-09-28 00:00:00 1250.00 1400.00
307698 BLAKE MANAGER 7839 1981-05-01 00:00:00 2850.00
307782 CLARK MANAGER 7839 1981-06-09 00:00:00 2450.00
107788 SCOTT ANALYST 7566 1987-04-19 00:00:00 1500.00
207839 KING PRESIDENT 1981-11-17 00:00:00 5000.00
107844 TURNER SALESMAN 7698 1981-09-08 00:00:00 1500.00 0.00
307876 ADAMS CLERK 7788 1987-05-23 00:00:00 1100.00
207900 JAMES CLERK 7698 1981-12-03 00:00:00 950.00
307902 FORD ANALYST 7566 1981-12-03 00:00:00 3000.00
207934 MILLER CLERK 7782 1982-01-23 00:00:00 1300.00 10
load data local inpath "/home/emp.txt" into table emp;
3. 修改表
# 重命名表
ALTER TABLE table_name RENAME TO new_table_name;
# 修改列
-- 修改字段名和类型
ALTER TABLE emp_temp CHANGE empno empno_new INT;
-- 修改字段 sal 的名称 并将其放置到 empno 字段后
ALTER TABLE emp_temp CHANGE sal sal_new decimal(7,2) AFTER ename;
-- 为字段增加注释
ALTER TABLE emp_temp CHANGE mgr mgr_new INT COMMENT 'this is column mgr';
# 新增列
ALTER TABLE emp_temp ADD COLUMNS (address STRING COMMENT 'home address');
4 清空表
-- 清空整个表或表指定分区中的数据
TRUNCATE TABLE table_name [PARTITION (partition_column = partition_col_value, ...)];
目前只有内部表才能执行 TRUNCATE 操作,外部表执行时会抛出异常 Cannot truncate non-managed table XXXX。
TRUNCATE TABLE emp_mgt_ptn PARTITION (deptno=20);
5 删除表
删除表语法:
DROP TABLE [IF EXISTS] table_name [PURGE];
内部表:不仅会删除表的元数据,同时会删除 HDFS 上的数据;
外部表:只会删除表的元数据,不会删除 HDFS 上的数据;
删除视图引用的表时,不会给出警告(但视图已经无效了,必须由用户删除或重新创建)。