Hive中备份分区表

1.写在前面

转岗大数据，接手旧项目有新需求，虽然ods层表是全量采集的不过为了稳妥起见备份原始ods层的表

2.备份分区表

        2.1 备份sql如下，旧表名是old，先like完全复制原表结果生成bak后缀的备份表

create table if not exists old_bak like old

        2.2 like说明：

用like 而不是as select。like虽然只能复制表结构不能带数据，但是可以完全复制表结构（包括分区），备份数据后所占空间和原表差不多。
as select 备份表可以复制表结构和数据，语法简单。缺点是备份表的分区字段会变成普通列，且无法复制表字段的comment备注信息。由于分区字段变为普通列会导致表占用空间膨胀，可能是源分区表的十几倍。

        2.3. 看看源表分区字段（没有可以跳过，下面insert语句里的partiton()就不用写了），我这里只有一个叫 partition_column_name名字的分区。

show partitions kpi

        2.4.插入源表数据到备份表中

insert into old_bak partition(partition_column_name) select * from old

完成~select 看看记录数和重要字段，备份表和原表一致

3.特殊处理

从备份表导入数据到新表时，新表字段多于旧表字段时：

备份旧表完毕后，新建的新表的字段数多余旧表的字段数，这时候将旧表数据导入到新表时，新表多余的字段一般是手动加逻辑，顺序别搞错了！hive数据是以文件形式存储，最优方法是表备份后删除重建为最佳。如下sql执行后库并不一定有数据

insert into table newTable partition(partition_column_name=‘1’) select old1,old2,current_data as newColumn