python+大数据day8 hive-DML语句

Hive SQL DML语法之加载数据:

Hive SQL-DML-Load加载数据:

在Hive中建表成功之后，就会在HDFS上创建一个与之对应的文件夹，且 文件夹名字就是表名 ；   文件夹父路径是由参数hive.metastore.warehouse.dir控制，默认值是 /user/hive/warehouse ；不管路径在哪里，只有把数据文件移动到对应的表文件夹下面，Hive才能映射解析成功;   最原始暴力的方式就是使用 hadoop fs –put |-mv等方式直接将数据移动到表文件夹下； 但是， Hive官方推荐使用Load命令将数据加载到表中 。

load:所谓加载是指： 将数据文件移动到与Hive表对应的位置，移动时是纯 复制 、 移动 操作。 数据load加载到表中时，Hive不会对表中的数据内容进行任何转换，任何操作。

 load

--step1 建表 --建表 student_local 用于演示从本地加载数据 use itheima; create table if not exists student_local( num int, name string, gender string, age int, dept string) row format delimited fields terminated by ","; --建表 student_HDFS 用于演示从HDFS加载数据 create table if not exists student_HDFS( num int, name string, gender string, age int, dept string) row format delimited fields terminated by ","; --step2 加载数据 --从本地加载数据 数据位于HS2（node1）本地文件系统 本质是hadoop fs -put上传操作 load data local inpath '/root/hivedata/students.txt' into table student_local; --local 是纯复制操作 （这里本地指的是hive服务器所在本地） --从HDFS加载数据 数据位于HDFS文件系统根目录下 本质是hadoop fs -mv 移动操作 --先把数据上传到HDFS上 hadoop fs -put /root/hivedata/studemts.txt/ load data inpath '/students.txt' into table student_HDFS; --从HDFS加载是纯移动操作

 

均能成功导入数据。

insert

Hive官方推荐加载数据的方式：

清洗数据成为结构化文件，再使用Load语法加载数据到表中。这样的效率更高。

也可以使用insert语法把数据插入到指定的表中，最常用的配合是