Hive分区表概论，简单基础操作

一 Hive 分区表

分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多。

所谓分区—其索引作用 （分文件夹存储）

一）分区表基本操作

1．引入分区表（需要根据日期对日志进行管理）

/user/hive/warehouse/log_partition/20170702/20170702.log

/user/hive/warehouse/log_partition/20170703/20170703.log

/user/hive/warehouse/log_partition/20170704/20170704.log

2．创建分区表语法

hive (default)> create table dept_partition(
deptno int, dname string, loc string
)
partitioned by (month string)
row format delimited fields terminated by '\t';

3．加载数据到分区表中

hive (default)> load data local inpath ‘/opt/module/datas/dept.txt’ into table default.dept_partition partition(month=‘201709’);

hive (default)> load data local inpath ‘/opt/module/datas/dept.txt’ into table default.dept_partition partition(month=‘201708’);

hive (default)> load data local inpath ‘/opt/module/datas/dept.txt’ into table default.dept_partition partition(month='201707’);

注意：分区表加载数据时，必须指定分区

分区表在hdfs 上多了一个目录 在本地是多一个字段

不是hdfs 多一个文件夹就是多一个分区 哈

4．查询分区表中数据

单分区查询

hive (default)> select * from dept_partition where month=‘201709’;

多分区联合查询

hive (default)> select * from dept_partition where month=‘201709’

​ union

​ select * from dept_partition where month=‘201708’

​ union

​ select * from dept_partition where month=‘201707’;

_u3.deptno   _u3.dname    _u3.loc _u3.month

10   ACCOUNTING   NEW YORK    201707

10   ACCOUNTING   NEW YORK    201708

10   ACCOUNTING   NEW YORK    201709

20   RESEARCH    DALLAS 201707

20   RESEARCH    DALLAS 201708

20   RESEARCH    DALLAS 201709

30   SALES  CHICAGO 201707

30   SALES  CHICAGO 201708

30   SALES  CHICAGO 201709

40   OPERATIONS   BOSTON 201707

40   OPERATIONS   BOSTON 201708

40   OPERATIONS   BOSTON 201709

5．增加分区

创建单个分区

hive (default)> alter table dept_partition add partition(month=‘201706’) ;

同时创建多个分区

hive (default)> alter table dept_partition add partition(month=‘201705’) partition(month=‘201704’);

6．删除分区

​ 删除单个分区

hive (default)> alter table dept_partition drop partition (month=‘201704’);

同时删除多个分区

hive (default)> alter table dept_partition drop partition (month=‘201705’), partition (month=‘201706’);

7．查看分区表有多少分区

hive> show partitions dept_partition;

8．查看分区表结构

hive> desc formatted dept_partition;

# Partition Information

# col_name data_type comment

month string

二） 二级分区

什么是二级分区 ： 文件夹分的更细 管理力度 更深

1．创建二级分区表

row format delimited fields terminated by ','  -- 列分隔符
collection items terminated by '_'          --MAP STRUCT 和 ARRAY 的分隔符(数据分割符号)
map keys terminated by ':'                                -- MAP中的key与value的分隔符
lines terminated by '\n';                                        -- 行分隔符

2．正常的加载数据

（1）加载数据到二级分区表中

hive (default)> load data local inpath ‘/opt/module/datas/dept.txt’ into table

default.dept_partition2 partition(month=‘201709’, day=‘13’);

（2）查询分区数据

hive (default)> select * from dept_partition2 where month=‘201709’ and day=‘13’;

3．把数据直接上传到分区目录上，让分区表和数据产生关联的三种方式

（1**）方式一：上传数据后修复

上传数据

hive (default)> dfs -mkdir -p

/user/hive/warehouse/dept_partition2/month=201709/day=12;

hive (default)> dfs -put /opt/module/datas/dept.txt /user/hive/warehouse/dept_partition2/month=201709/day=12;

查询数据（查询不到刚上传的数据）

hive (default)> select * from dept_partition2 where month=‘201709’ and day=‘12’;

执行修复命令

hive> msck repair table dept_partition2;

修复元数据用的

再次查询数据

hive (default)> select * from dept_partition2 where month=‘201709’ and day=‘12’;

（2）方式二：上传数据后添加分区

上传数据

hive (default)> dfs -mkdir -p

/user/hive/warehouse/dept_partition2/month=201709/day=11;

hive (default)> dfs -put /opt/module/datas/dept.txt /user/hive/warehouse/dept_partition2/month=201709/day=11;

执行添加分区

hive (default)> alter table dept_partition2 add partition(month=‘201709’,

day=‘11’);

** 第二种方式 添加分区方式 使上传的内容 成为分区 **

查询数据

hive (default)> select * from dept_partition2 where month=‘201709’ and day=‘11’;

（3）方式三：创建文件夹后load数据到分区

创建目录

hive (default)> dfs -mkdir -p

/user/hive/warehouse/dept_partition2/month=201709/day=10;

上传数据

hive (default)> load data local inpath ‘/opt/module/datas/dept.txt’ into table

dept_partition2 partition(month=‘201709’,day=‘10’);

查询数据

hive (default)> select * from dept_partition2 where month=‘201709’ and day=‘10’;

三 ）修复分区概述

假如创建一个hive log 表—log 里面数据是其它框架采集过来数据 自动创建分区（比如每隔一个时间 一个文件夹-里面包含数据）但是 hive 没有元数据

修复元数据 最常用的 是第一种msck repair table dept_partition2;

二 *修改表

一 ）重命名表

1．语法

ALTER TABLE table_name RENAME TO new_table_name

2．实操案例

hive (default)> alter table dept_partition2 rename to dept_partition3;

二）**增加/修改/替换列信息

1．语法

更新列

ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]

增加和替换列

ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], …)

注：ADD是代表新增一字段，字段位置在所有列后面(partition列前)，REPLACE则是表示替换表中所有字段。

2．实操案例

（1）查询表结构

hive> desc dept_partition;

（2）添加列

hive (default)> alter table dept_partition add columns(deptdesc string);

（3）查询表结构

hive> desc dept_partition;

（4）更新列

hive (default)> alter table dept_partition change column deptdesc desc int;

（5）查询表结构

hive> desc dept_partition;

（6）替换列

hive (default)> alter table dept_partition replace columns(deptno string, dname

string, loc string);

（7）查询表结构

hive> desc dept_partition;

三 删除表

hive (default)> drop table dept_partition;