hive：DDL 之表

4.5 创建表

1 ）建表语法

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]
[TBLPROPERTIES (property_name=property_value, ...)]
[AS select_statement]

2 ）字段解释说明

（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，在建表的同时可以指定一个指向实

际数据的路径（ LOCATION ）， 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 。

（3 ） COMMENT ：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 不常用，对桶中的一个或多个列另外排序

（7 ） 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， hive 使用 Serde 进行行对象的序列与反序列化。

（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）、 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 。

（9 ） LOCATION ：指定表在 HDFS 上的存储位置。

（ 10 ） AS ：后跟查询语句，根据查询结果创建表。

（11 ） LIKE 允许用户复制现有的表结构，但是不复制数据。

4.5.1 管理表（内部表，用于中间表，临时表）

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。

2 ）案例实操

（1 ）普通创建表

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

（2 ）根据查询结果创建表（查询的结果会添加到新创建的表中）

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

 备注：执行时，查询的结果，也会插入新表中

（ 3 ）根据已经存在的表结构创建表

create table if not exists student3 like student;

备注：执行时，只是创建创建表

（4 ）查询表的类型

hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE

4.5.2 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

每天将收集到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，用到的中间表、结果表使用内部表存储，数据通过 SELECT+INSERT 进入内部表。

4.5.3 管理表与外部表的互相转换

查询表的类型

 desc formatted student2;