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]
释义:
CREATE TABLE 表名; 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。
EXTERNAL 关键字可以让用户创建一个外部表。
COMMENT 为表和列添加注释。
PARTITIONED BY 创建分区表。
CLUSTERED BY 创建分桶表。
SORTED BY 排序(不常用)。
ROW FORMAT 数据切分格式,
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, ...)]
例如:
row format delimited fields terminated by '\t'
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。
LOCATION 指定表在HDFS上的存储位置。
LIKE 允许用户复制现有的表结构,但是不复制数据。
管理表与外部表的区别:
管理表: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。
创建管理表
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';
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 student3 as select id, name from student;
根据已经存在的表结构创建表
create table if not exists student4 like student;
查询表的类型
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE
外部表(一般推荐创建外部表):Hive并非认为其完全权限拥有这份数据,数据是最宝贵的,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。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。
创建外部表
create external table if not exists default.student5(
deptno int,
dname string,
loc int
)
row format delimited fields terminated by '\t';
向外部表中导入数据
load data local inpath '/opt/module/datas/dept.txt' into table default.student5;
查询结果
hive (default)> select * from student5;
查询表的类型
hive (default)> desc formatted student5;
Table Type: EXTERNAL_TABLE
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE
修改外部表student5为内部表
alter table student5 set tblproperties('EXTERNAL'='FALSE');
注:'EXTERNAL'='TRUE'和'EXTERNAL'='FALSE'为固定写法,区分大小写
查询表的类型
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE