全方位揭秘！大数据从0到1的完美落地之Hive数据导入导出

数据导入

[root@qianfeng01 hive]# mkdir /hivedata
[root@qianfeng01 hive]# cd /hivedata
[root@qianfeng01 hive]# vi user.txt
-- 加入下面的数据
1,廉德枫
2,刘浩
3,王鑫
4,司翔

-- 在hive中创建一张表准备加载数据
create table t_user2(
id int,
name string
)
row format delimited
fields terminated by ','
lines terminated by '\n'
stored as textfile;

加载数据到Hive，一般分为两种:

• 一种是从本地Linux上加载到Hive中
• 另外一种是从HDFS加载到Hive中

**方法1：**使用hdfs dfs -put将本地文件上传到hive表目录下

hdfs dfs -put ./user.txt /user/hive/warehouse/zoo.db/t_user2

**方法2：**在hive中使用load 命令

load data [local] inpath '文件路径' [overwrite] into table 表名

hive> load data local inpath '/root/hivedata/user.txt' into table t_user2;

加载数据时：
1. 最好是写'绝对路径'，从根开始写。
2. 写相对路径也是可以的，但是'一定要记住你登录hive时的位置'，写相对路径是从ive当前登录的位置写相对路径
3. ~在hive中，是相对路径的写法 
   例如：启动路径是/root 
   在提供相对路径的时候 ~/hivedata/user.txt  --》 ~就相当于/root
4. 使用benline工具进行远程登录（客户端与服务端不在同一台机器）时，使用以下语句时：
	load data local inpath '文件路径' [overwrite] into table 表名
	会有一个大坑：local是指服务端的文件系统。[benline就是客户端他使用的主机的文件系统]
5.overwrite 添加就是覆盖数据写入  不添加就是追加数据写入	

扩展：hive可以加载的默认文件格式信息

**方法3：**从另外一张表(也可称之为备份表)中动态加载数据

-- 语法 将tableName1中所有select后面列数据插入到tableName2中
   insert into table tableName2 select 表中的列（可以是多个）from tableName1

例如：
 create table u2(
     id int,
    name string
    )
    row format delimited fields terminated by ',';
    
insert into table u2 select id,name from t_user2;

-- 语法 向多张表中插入数据语法
   from tableName1（数据源表）
   insert into tableName2（插入数据的表）select *或列 [where 条件]
   insert into tableName3（插入数据的表）select *或列 [where 条件]
   ...
 create table u3(
    id int,
    name string
   )
 row format delimited fields terminated by ',';
    
  create table u4(
   id int,
   name string
   )
  row format delimited fields terminated by ',';

from u2
insert into u3 select *
insert into u4 select id,name;  

注意： tableName2表中的字段个数必须和tableName1表中查询出来的个数相同

​ 上述的这个操作会启动MR进行操作

**方法4：**克隆表数据

- create table if not exists tableName2 as select 列 from tableName1;
- create table if not exists tableName2 like tableName1 location 'tableName1的存储目录的路径'     # 新表不会产生自己的表目录，因为用的是别的表的路径 -- 它不执行MR操作

扩展内容：只复制表结构
create table if not exists tableName2 like tableName1;

注意：上述的这个操作会启动MR进行操作

加载数据的本质：

1. 如果数据在本地，加载数据的本质就是将数据copy到hdfs上的表目录下。
2. 如果数据在hdfs上，加载数据的本质是将数据移动到hdfs的表目录下。

注意:hive使用的是严格的读时模式：加载数据时不检查数据的完整性，读时发现数据不对则使用NULL来代替。而mysql使用的是写时模式:在写入数据时就进行检查

数据导出

hive数据导出分类

1. 从hive表中导出本地文件系统中(目录、文件)
2. 从hive表中导出hdfs文件系统中
3. hive表中导出到其它hive表中 (之前在导入数据的时候使用动态加载数据)

导出到目录下

-- 1.导出数据到本地文件系统目录下
   insert overwrite local directory '本地系统文件导入路径' 获取表中数据语句操作（查询语句）
hive> insert overwrite local directory '/root/out/00' select * from t_user2;

-- 2.导出数据到HDFS文件系统目录下
	insert overwrite directory 'HDFS系统文件导入路径' 获取表中数据语句操作（查询语句）
hive> insert overwrite directory '/root/out/00' select * from t_user2;
-- 上述导出数据的操作，数据之间是不存在分隔

--3.导出数据到“本地文件系统”或“HDFS”中可以指定导出数据的分隔符号
	insert overwrite [local] directory '本地或HDFS文件系统文件导入路径'
    row format delimited fields terminated by '指定数据分隔符号'
	获取表中数据语句操作（查询语句）

直接导入到本地文件系统的文件中

ps：这种方式使用外部hive命了进行数据导出操作

-- 语法：
hive -e '提供查询语句获取数据(提供表的时候要使用 数据库名.表名)' >> 本地文件系统路径（路径上最后一个名字时输出文件的名字，不是文件夹的名字）

[root@qianfeng01 ~]# hive -e 'select * from zoo.t_user2' >> /root/out/01

-- 导出的数据默认会使用\t做数据分隔