DDL数据定义
什么叫DDL:数据库D语言
1 创建数据库
CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment] # 注解
[LOCATION hdfs_path] # 指明数据库位置
[WITH DBPROPERTIES#指定属性 (property_name=property_value, ...)];
[IF NOT EXISTS] # 查看创建表是否存在
jdbc:hive2://hadoop102:10000> create database test;
Error: Error while processing statement: FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Database test already exists (state=08S01,code=1)
0: jdbc:hive2://hadoop102:10000> create database if not exists test;
No rows affected (0.039 seconds)
1)创建一个数据库,数据库在HDFS上的默认存储路径是/user/hive/warehouse/*.db。
hive (default)> create database db_hive;
2)避免要创建的数据库已经存在错误,增加if not exists判断。(标准写法)
3)创建一个数据库,指定数据库在HDFS上存放的位置
hive (default)> create database db_hive2 location ‘/db_hive2.db’;
2 查询数据库
1)显示数据库
1.显示数据库
hive> show databases;
2.过滤显示查询的数据库
hive> show databases like ‘db_hive*’;
2)查看数据库详情
1.显示数据库信息
hive> desc database db_hive2;
2.显示数据库详细信息,extended
hive> desc database extended db_hive;
3) 切换当前数据库
hive (default)> use db_hive;
3 修改数据库
用户可以使用ALTER DATABASE命令为某个数据库的DBPROPERTIES设置键-值对属性值,来描述这个数据库的属性信息。数据库的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_hive2 set dbproperties(‘createtime’=‘20170830’);
在hive中查看修改结果
hive> desc database extended db_hive2;
4 删除数据库
1.删除空数据库
hive>drop database db_hive2;
2.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;
3.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;
5 创建表
1.建表语法
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]
EXTERNAL:外部表
[(col_name data_type [COMMENT col_comment], …)] :字段名 字段类型 注释…
[COMMENT table_comment] ;table 也可以有个注释
[PARTITIONED BY (col_name data_type [COMMENT col_comment], …)] hive 表分区
[CLUSTERED BY (col_name, col_name, …) :
[ROW FORMAT row_format] :指定这一行数据呈现格式
[STORED AS file_format] :存储类型 (默认文本类型)
[AS select_statement] :可以通过 其它表形式 创建一个新表
2.字段解释说明
(1)CREATE TABLE 创建一个指定名字的表。如果相同名字的表已经存在,则抛出异常;用户可以用 IF NOT EXISTS 选项来忽略这个异常。
(2)EXTERNAL关键字可以让用户创建一个外部表,在建表的同时可以指定一个指向实际数据的路径(LOCATION),在删除表的时候,内部表的元数据和数据会被一起删除,而外部表只删除元数据,不删除数据。
(3)COMMENT:为表和列添加注释。
(4)PARTITIONED BY创建分区表
(5)CLUSTERED BY创建分桶表
(6)SORTED BY不常用,对桶中的一个或多个列另外排序
(7)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, …)]
用户在建表的时候可以自定义SerDe或者使用自带的SerDe。如果没有指定ROW FORMAT 或者ROW FORMAT DELIMITED,将会使用自带的SerDe。在建表的时候,用户还需要为表指定列,用户在指定表的列的同时也会指定自定义的SerDe,Hive通过SerDe确定表的具体的列的数据。
SerDe是Serialize/Deserilize的简称, hive使用Serde进行行对象的序列与反序列化。
(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。
1 管理表(内部表)
1.理论
默认创建的表都是所谓的管理表,有时也被称为内部表。因为这种表,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.案例实操
(1)普通创建表
(2)根据查询结果创建表(查询的结果会添加到新创建的表中)
(3)根据已经存在的表结构创建表
(4)查询表的类型
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE 内部表
创建外部表
create external table stu_external(
id int,
name string)
row format delimited fields terminated by ‘\t’
location ‘/student’;
0: jdbc:hive2://hadoop102:10000> desc formatted stu_external;
2 外部表
1.理论
因为表是外部表,所以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。
管理表与外部表的互相转换
已经创建外部表 &内部表
往外部表导入数据
load data local inpath “/opt/module/datas/student.txt” into table stu_external;
stu_external: 表名
存储位置是根目录
删除操作
drop table student2;
内部表会直接删除
drop table stu_external;
外部表删除后,hdfs中的数据还在,但是metadata中stu_external的元数据已被删除
(1)查询表的类型
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE
(2)修改内部表student2为外部表
alter table student2 set tblproperties(‘EXTERNAL’=‘TRUE’);
(3)查询表的类型
hive (default)> desc formatted student2;
Table Type: EXTERNAL_TABLE
(4)修改外部表student2为内部表
alter table student2 set tblproperties(‘EXTERNAL’=‘FALSE’);
(5)查询表的类型
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE
注意:(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法,区分大小写!