java导出hive数据_Hive几种数据导出方式

Hive几种数据导出方式

今天我们再谈谈Hive中的几种不同的数据导出方式。可以根据导出的地方不一样,将这些方式分为三种:

(1)、导出到本地文件系统;

(2)、导出到HDFS中;

(3)、导出到Hive的另一个表中。为了避免单纯的文字,我将一步一步地用命令进行说明。

一、导出到本地文件系统

hive> insert overwrite local directory '/home/wyp/wyp'

> select * from wyp;

这条HQL的执行需要启用Mapreduce完成,运行完这条语句之后,将会在本地文件系统的/home/wyp/wyp目录下生成文件,这个文件是Reduce产生的结果(这里生成的文件名是000000_0),我们可以看看这个文件的内容:

[wyp@master ~/wyp]$ vim 000000_0

5^Awyp1^A23^A131212121212

6^Awyp2^A24^A134535353535

7^Awyp3^A25^A132453535353

8^Awyp4^A26^A154243434355

1^Awyp^A25^A13188888888888

2^Atest^A30^A13888888888888

3^Azs^A34^A899314121

可以看出,这就是wyp表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\00001)。

和导入数据到Hive不一样,不能用insert into来将数据导出:

hive> insert into local directory '/home/wyp/wyp'

> select * from wyp;

NoViableAltException(79@[])

at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)

at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)

at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)

at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)

at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)

at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)

at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)

at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)

at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)

at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)

at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)

at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)

at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)

at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)

at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)

at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)

at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)

at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)

at java.lang.reflect.Method.invoke(Method.java:597)

at org.apache.hadoop.util.RunJar.main(RunJar.java:212)

FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clause

line 1:18 cannot recognize input near 'directory' ''/home/wyp/wyp'' 'select'in select clause

二、导出到HDFS中

和导入数据到本地文件系统一样的简单,可以用下面的语句实现:

hive> insert overwrite directory '/home/wyp/hdfs'

> select * from wyp;

将会在HDFS的/home/wyp/hdfs目录下保存导出来的数据。注意,和导出文件到本地文件系统的HQL少一个local,数据的存放路径就不一样了。

三、导出到Hive的另一个表中

如下操作:

hive> insert into table test

> partition (age='25')

> select id, name, tel

> from wyp;

#####################################################################

这里输出了一堆Mapreduce任务信息,这里省略

#####################################################################

Total MapReduce CPU Time Spent: 1 seconds 310 msec

OK

Time taken: 19.125 seconds

hive> select * from test;

OK

5 wyp1 131212121212 25

6 wyp2 134535353535 25

7 wyp3 132453535353 25

8 wyp4 154243434355 25

1 wyp 13188888888888 25

2 test 13888888888888 25

3 zs 899314121 25

Time taken: 0.126 seconds, Fetched: 7 row(s)

细心的读者可能会问,怎么导入数据到文件中,数据的列之间为什么不是wyp表设定的列分隔符呢?其实在Hive 0.11.0版本之间,数据的导出是不能指定列之间的分隔符的,只能用默认的列分隔符,也就是上面的^A来分割,这样导出来的数据很不直观,看起来很不方便!

如果你用的Hive版本是0.11.0,那么你可以在导出数据的时候来指定列之间的分隔符,操作如下:

hive> insert overwrite local directory '/home/yangping.wu/local'

> row format delimited

> fields terminated by '\t'

> select * from wyp;

[wyp@master ~/local]$ vim 000000_0

5 wyp1 23 131212121212

6 wyp2 24 134535353535

7 wyp3 25 132453535353

8 wyp4 26 154243434355

1 wyp 25 13188888888888

2 test 30 13888888888888

3 zs 34 899314121

这个很不错吧!

其实,我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句;而-f是接一个文件,文件的内容为一个sql语句,如下:

[wyp@master ~/local]$ hive -e "select * from wyp" >> local/wyp.txt

[wyp@master ~/local]$ cat wyp.txt

5 wyp1 23 131212121212

6 wyp2 24 134535353535

7 wyp3 25 132453535353

8 wyp4 26 154243434355

1 wyp 25 13188888888888

2 test 30 13888888888888

3 zs 34 899314121

得到的结果也是用\t分割的。也可以用-f参数实现:

[wyp@master ~/local]$ cat wyp.sql

select * from wyp

[wyp@master ~/local]$ hive -f wyp.sql >> local/wyp2.txt

上述语句得到的结果也是\t分割的。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值