更新HIVE表格的简单方法

第一部分，用于如何更容易地更新Hive表

从历史上看，在Apache Hive中保持数据最新，需要定制应用程序开发，这是复杂的，非高性能的，难以维护的。HDP 2.6通过在Hive中引入SQL MERGE从根本上简化了数据维护，补充了现有的INSERT，UPDATE和DELETE功能。

这个博客展示了如何解决常见的数据管理问题，包括：

• Hive插件，将Hive数据与源RDBMS同步。
• 更新数据在Hive中的分区。
• 在Hive中选择性地屏蔽或清除数据。

在稍后的博客中，我们将展示如何使用Hive管理缓慢变化的维度（SCD）。

基本知识：SQL MERGE，UPDATE和DELETE。

这些SQL特性是保持Hadoop中的数据最新的基础，所以让我们快速看一下它们。

MERGE在SQL 2008中被标准化，是一个强大的SQL语句，允许在一个语句中插入，更新和删除数据。MERGE使保持两个系统的一致性变得容易。我们来看看MERGE的SQL规范（稍微简化一下）：

合并到< 目标表>
  USING < 表参考> ON < 检索条件> < 合并时子句> ...

 

WHEN MATCHED [ AND < search condition > ]  
THEN < merge merge update or delete specification >  
WHEN NOT MATCHED [ AND < search condition > ]  
THEN