什么是DDL 数据定义&外部表，内部表是什么又是做什么的？

最新推荐文章于 2022-09-21 10:20:12 发布

yidianyidei

最新推荐文章于 2022-09-21 10:20:12 发布

阅读量3.5k

点赞数

分类专栏：从零开始学大数据-Hive 文章标签： hive hadoop

本文链接：https://blog.csdn.net/yidianyidei/article/details/108009011

版权

从零开始学大数据-Hive 专栏收录该内容

9 篇文章 1 订阅

订阅专栏

文章目录

DDL数据定义

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*’;

在这里插入图片描述

2)查看数据库详情

1．显示数据库信息

hive> desc database db_hive2;

在这里插入图片描述

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;

在这里插入图片描述

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;

在这里插入图片描述

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。