Python大数据之Hadoop学习——day06_hive内外部表

一.hive内外表操作

1. 建表语法

create [external] table [if not exists] 表名(字段名 字段类型 ,字段名 字段类型,...)

[partitioned by (分区字段名 分区字段类型)]        # 分区表固定格式

[clustered by (分桶字段名) into 桶个数 buckets]        # 分桶表固定格式

[sorted by (排序字段名 asc|desc)]

[row format delimited fields terminated by '字段分隔符' ]        # 自定义字段分隔固定格式

[stored as textfile]        # 默认即可

[location 'hdfs://域名:8020/user/hive/warehouse/库名.db/表名'] # 默认即可

; # 注意: 最后一定加分号结尾

2. 数据类型

基本数据类型：

整数        int

小数        float double

字符串        string varchar

时间        date timestamp

3. 表分类

Hive中可以创建的表有好几种类型，分别是：

内部表(管理表或者托管表)

外部表(非管理表或者非托管表)

二.内部表基本操作

1. 知识点

创建内部表：create table [if not exists] 内部表名(字段名 字段类型，字段名 字段类型...)

[row format delimited fields terminated by '字段分隔符'];

复制内部表：方式1：like方式复制表结构        方式2：as方式复制表结构和数据

删除内部表：drop table 内部表名；

        注意：删除内部表效果是mysql中表的相关元数据被删除，同时存储在hdfs中业务数据本身也被删除

查看表格式话信息：desc formatted 表名；

-- 内部表类型：MANAGED_TABLE

注意：还可以使用truncate清空内部表数据        格式：truncate table 内部表名

三. 外部表基本操作[练习]

1. 知识点

创建外部表：create external table [if not exists] 外部表名(字段名 字段类型,字段名 字段类型,...)[row format delimited fields terminated by '字段分隔符'];

复制表：方式1：like方式复制表结构

注意：as 方式不可以使用

删除外部表：drop table 外部表名

注意：删除外部表效果是mysql中元数据被删除，但是存储在hdfs的业务数据本身被保存

查看表格式化信息：desc formatted 表名；

-- 外部表类型：EXTERNAL_TABLE

注意：外部表不能使用truncate清空数据本身

四 .查看/修改表

1. 知识点

查看所有表：show tables；

查看建表语句：show create table 表名；

查看表信息：desc 表名；

查看表结构信息：desc 表名；

查看表格式化信息：desc formatted 表名；        注意：formatted能够展示详细信息

修改表名：alter table 旧表名rename to 新表名

字段添加：alter table 表名 add columns (字段名 字段类型);

字段的替换：alter table 表名 replace columns (字段名 字段类型，...)

字段名和字段类型同时修改：alter table 表名 change 旧字段名 新字段名 新字段类型；

注意：字符串类型不能直接改数值类型

修改表路径：alter table 表名 set location ‘hdfs中存储路径’；

修改表属性：alter table 表名 set tblproperties('属性名'=‘属性值’)

五.默认分隔符

1.知识点：

创建表的时候，如果不指定分隔符，以后表只能识别默认的分隔符

一般为：\0001,SOH,^A,□

六.快速映射表

1. 知识点：

创建表的时候指定分隔符：create [external] table 表名(字段名 字段类型) row format delimited fields terminated by 符号；

加载数据：load data [local] inpath '结构话数据文件' into table 表名;

七.数据导入和导出

文件数据加载导入

1.直接上传文件

window页面上传

linux本地put上传

hdfs dfs -put 文件 路径

2.load加载文件：

从hdfs路径把文件移动到表对应存储路径中：

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

从linux本地把文件上传到表对应存储路径中：

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

3.insert插入数据

从其他表查询数据'追加'插入到当前表中：insert into [table] 表名 select 语句；

从其他表查询数据'覆盖'插入到当前表中：insert overwrite table 表名 select 语句；

文件数据导出

1.直接下载文件

web页面下载

get命令下载文件

需求: 已知search_log.txt文件在HFDS的/user/hive/warehouse/hive02.db/search_log路径下,要下载到linux系统

[root@node1 binzi]# hdfs dfs -get /user/hive/warehouse/hive02.db/search_log/search_log.txt /binzi

2. insert导出数据

查询数据导出到hdfs其他路径：insert overwrite directory 'hdfs存储该数据路径' select语句；

查询数据导出到linux本地中：insert overwrite local directory 'linux存储该数据路径' select语句；

注意:  overwrite默认是覆盖重写,所以在指定存储该数据路径的时候尽量指定一个空的目录

注意: 导出数据的时候不指定分隔符采用默认分隔符SOH,0001,?...

导出数据指定分隔符添加：row format delimite fields terminated by ‘分隔符’

3.hive_shell命令

hive命令执行sql语句:  hive -e "sql语句" > 存储该结果数据的文件路径

hive命令执行sql脚本:  hive -f sql脚本文件 > 存储该结果数据的文件路径

hql语句导出

# 以下命令都是在linux的shell命令行执行
# 3.1使用hive -e sql语句方式导出数据
[root@node1 ~]# hive -e 'select * from hive02.search_log;' > /home/hs1.txt
[root@node1 ~]# cat hs1.txt

hql语句

# 3.2使用hive -f 脚本文件方式导出数据
[root@node1 ~]# echo 'select * from hive02.search_log;' > /home/export.sql
[root@node1 ~]# hive -f export.sql > /home/hs2.txt
[root@node1 ~]# cat hs2.txt