【4】 DDL

DDL就是建库建表、删库删表修改的语句；

库

1. 创建数据库

1.1 语法格式

CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERTIES (property_name=property_value, ...)];

（1）[LOCATION hdfs_path]指定库数据存放在hdfs上的路径
（2）[IF NOT EXISTS] （标准写法）避免要创建的数据库已经存在错误，增加if not exists判断。
（3）创建一个数据库，指定数据库在HDFS上存放的位置

hive> create database if not exists db_hive2 location '/db_hive2';

2. 查询库 show

1）显示所有库

hive> show databases;

2）过滤显示查询的数据库

hive> show databases like 'db_hive*';
OK
db_hive
db_hive_1

3.查看数据库详情 desc

可以查看数据库所在的hdfs目录

1）显示数据库信息
hive> desc database db_hive;
OK
db_hive		hdfs://hadoop102:9000/user/hive/warehouse/db_hive.db	user1USER	
2）显示数据库详细信息，extended
hive> desc database extended db_hive;
OK
db_hive		hdfs://hadoop102:9000/user/hive/warehouse/db_hive.db	user1USER	

4.修改数据库 alter

用户只能为某个数据库的DBPROPERTIES设置键-值对属性值，来描述这个数据库的属性信息。其他元数据信息都是不可更改的，包括数据库名和数据库所在的目录位置。

hive (default)> alter database db_hive set \
dbproperties('createtime'='20170830');

5.删除数据库

1）删除空数据库

hive>drop database db_hive2;

如果删除的数据库不存在，最好采用 if exists判断数据库是否存在：

hive> drop database db_hive;
FAILED: SemanticException [Error 10072]: Database does not exist: db_hive
hive> drop database if exists db_hive2;

2）删除非空库

如果数据库不为空，可以采用cascade命令，强制删除

hive> drop database db_hive;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_hive is not empty. One or more tables exist.)
hive> drop database db_hive cascade;

表

1.创建表

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]
[LIKE table_name]

1.[EXTERNAL] 外部表
2.[IF NOT EXISTS]
3.[COMMENT col_comment] 跟在每个字段后面，字段描述信息
4.[COMMENT table_comment] 跟在表后面，表描述信息
5.[PARTITIONED BY] 按照某些字段分区
6.[CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]

• 按照某些字段分桶
• SORTED BY不常用，对桶中的一个或多个列另外排序

7.[ROW FORMAT row_format]

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, ...)]

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

2.内部表和外部表

2.1 管理表(内部表)

• 默认创建的表都是所谓的管理表，有时也被称为内部表。
• 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。

2.2 外部表

• 外部表，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。

2.3 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。

在外部表做数据分析，将中间结果和结果表存入内部表

2.4 管理表与外部表的互相转换

（1）查询表的类型

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

（2）修改内部表student为外部表

alter table student set tblproperties('EXTERNAL'='TRUE');

（3）查询表的类型

hive (default)> desc formatted student;
Table Type:             EXTERNAL_TABLE

（4）修改外部表student为内部表

alter table student set tblproperties('EXTERNAL'='FALSE');

（5）查询表的类型

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

注意：(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写！

3. 修改表

3.1 重命名表

1）语法

ALTER TABLE table_name RENAME TO new_table_name

3.2 增加、修改和删除表分区

分区表的操作

3.3 增加/修改/替换列信息

（1）更新列

• 列名可以随意修改
• 列的类型只能小改大，不能大改小（遵循自动转换规则）

ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type \
[COMMENT col_comment] [FIRST|AFTER column_name]

（2）增加和替换列

ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...) 

注：

• ADD是代表新增一字段，字段位置在所有列后面(partition列前)
• REPLACE则是表示替换表中所有字段，REPLACE使用的时候，字段的类型要跟之前的类型对应上，数量可以减少或者增加，其实就是包含了更新列，增加列，删除列的功能。

4. 删除表

hive (default)> drop table dept;

5. 清除表

注意：Truncate只能删除管理表，不能删除外部表中数据
hive (default)> truncate table student;