Hive基础之创建表

hive创建表的语法参考如下网址：Create/Drop/Truncate Table

1.创建基础表

在这个网页里详细记录了创建表的每个语法，下面就一一来看这些创建表的语法内容：

CREATE  TABLE [IF NOT EXISTS] [db_name.]table_name    
  ``[(col_name data_type [COMMENT col_comment], ... [constraint_specification])]
  ``[COMMENT table_comment]
  [ROW FORMAT row_format] 
  [LOCATION hdfs_path]

其中db_name指的是hive中数据库的名称，默认是default，第二行是定义表的列名称及列描述，第三行是表的描述。以常用的日志为例来创建一张hive的表：

create table IF NOT EXISTS default.log_test
(
 ip string COMMENT 'client ip address',
 user string ,
 request_url string COMMENT 'client request url',
)
COMMENT 'Test access log'

hive中的表需要映射到hdfs文件中，所以需要定义文件中的每一行之间的分隔符，每一列之间的分隔符。增加行分隔符的语句如下：

ROW FORMAT DELIMITED FIELDS TERMINATED BY ’ ’

这句的意思是以空格来分隔行数据，那么这一行中的数据只要遇到一个空格就可以划分为一个数据。这里的分隔符可以是其他字符，比如",","#","|"等，一般只要用数据文件中可以区分每一行中的不同数据即可。

列与列直接的分隔符通常是以换行符来区分，可以用如下的语句来指定：

`COLLECTION ITEMS TERMINATED BY ‘\n’

通常列与列直接的分隔符是不需要写的。

[STORED AS file_format]是指定文件的类型，保存在hive中的文件的类型有多种，一般简单就保存为文本格式，即TEXTFILE，但是企业中一般不使用这种格式来保存数据，主要是因为文本格式占的空间比较大，不利于大数据分析。企业中一般使用ORC和PARQUET两种文件类型来保存，具体的会在后面讲解。

通过[LOCATION hdfs_path]可以在创建表的时候指定该表映射到到hdfs的文件路径，默认是映射到/user/hive/warehouse目录下。

完整的建表语句如下：

create table IF NOT EXISTS default.log_test
(
 ip string COMMENT 'client ip address',
 user string ,
 request_url string COMMENT 'client request url',
)
COMMENT 'Test access log'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ' '
location '/user/hadoop/warehouse/log_test';
STORED AS TEXTFILE ;

2.创建子表

[AS select_statement]这个语句是用来通过查询已有的表来创建一张新表，这样可以根据已有的表来创建子表，对于数据分析和优化都是有很大的好处的。相应的创建语句如下：

create table IF NOT EXISTS default.log_test_sl
as select ip,user from  default.log_test;

3.创建相同结构的表

另外一种创建表的方式如下：

CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
  ``LIKE existing_table_or_view_name
  ``[LOCATION hdfs_path];

由于日志是每天都会产生的，而且每天的日志格式都是一样的，我们没有必要每次都创建相同的表，上面这种创建表的方式就是根据已经存在的表来创建新的表，而新的表和已经存在的表表结构是一样的，但是数据可以映射到不同的hdfs文件上。

create table IF NOT EXISTS default.log_test_like
like  default.log_test;

更多有关大数据的内容请关注微信公众号：大数据与人工智能初学者
扫描下面的二维码即可关注：