Hadoop&Hive 数仓，DML数据操作

DML数据操作

一 数据导入

一） 向表中装载数据（Load）

1．语法

hive> load data [local] inpath ‘/opt/module/datas/student.txt’ [overwrite] into table student [partition (partcol1=val1,…)];

（1）load data:表示加载数据

（2）local:表示从本地加载数据到hive表；否则从HDFS加载数据到hive表

（3）inpath:表示加载数据的路径

（4）overwrite:表示覆盖表中已有数据，否则表示追加

（5）into table:表示加载到哪张表

（6）student:表示具体的表

（7）partition:表示上传到指定分区

2．实操案例

（0）创建一张表

hive (default)> create table student(id string, name string) row format delimited fields terminated by ‘\t’; （如果不写 默认 “\001”）

（1）加载本地文件到hive

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

（2）加载HDFS文件到hive中

​ 上传文件到HDFS

hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;

加载HDFS上数据

hive (default)> load data inpath ‘/user/atguigu/hive/student.txt’ into table default.student;

（3）加载数据覆盖表中已有的数据

上传文件到HDFS

hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;

加载数据覆盖表中已有的数据

hive (default)> load data inpath ‘/user/atguigu/hive/student.txt’ overwrite into table default.student;

注意：如果从hdfs 上同步数据 —是剪切 然后再复制到你要同步表里

二 ）通过查询语句向表中插入数据（Insert）

1．创建一张分区表

hive (default)> create table student(id int, name string) partitioned by (month string) row format delimited fields terminated by ‘\t’;

2．基本插入数据

hive (default)> insert into table student partition(month=‘201709’) values(1,‘wangwu’),(2,’zhaoliu’);

插入数据会使用Mapreduce （30s 完事）

3．基本模式插入（根据单张表查询结果）

hive (default)> insert overwrite table student partition(month=‘201708’)

​ select id, name from student where month=‘201709’;

insert into：以追加数据的方式插入到表或分区，原有数据不会删除

insert overwrite：会覆盖表或分区中已存在的数据

注意：insert不支持插入部分字段

4．多表（多分区）插入模式（根据多张表查询结果）

hive (default)> from student

​ insert overwrite table student partition(month=‘201707’)

​ select id, name where month=‘201709’

​ insert overwrite table student partition(month=‘201706’)

​ select id, name where month=‘201709’;

三） 查询语句中创建表并加载数据（As Select）

详见4.5.1章创建表。

根据查询结果创建表（查询的结果会添加到新创建的表中）

create table if not exists student3

as select id, name from student;

四 ）创建表时通过Location指定加载数据路径

1．上传数据到hdfs上

hive (default)> dfs -mkdir /student;

hive (default)> dfs -put /opt/module/datas/student.txt /student;

2. 创建表，并指定在hdfs上的位置

hive (default)> create external table if not exists student5(

​ id int, name string

​ )

​ row format delimited fields terminated by ‘\t’

​ location '/student;

3．查询数据

hive (default)> select * from student5;

五） Import数据到指定Hive表中

注意：先用export导出后，再将数据导入。

hive (default)> import table student2 partition(month=‘201709’) from

‘/user/hive/warehouse/export/student’;

二 数据导出

一） Insert导出

1．将查询的结果导出到本地

hive (default)> insert overwrite local directory ‘/opt/module/datas/export/student’

​ select * from student;

2．将查询的结果格式化导出到本地

hive(default)>insert overwrite local directory ‘/opt/module/datas/export/student1’

​ ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘\t’ select * from student;

3．将查询的结果导出到HDFS上(没有local)

hive (default)> insert overwrite directory ‘/user/atguigu/student2’

​ ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘\t’

​ select * from student;

二 ）Hadoop命令导出到本地

从hadoop 上下载下来

hive (default)> dfs -get /user/hive/warehouse/student/month=201709/000000_0

/opt/module/datas/export/student3.txt;

三）Hive Shell 命令导出

基本语法：（hive -f/-e 执行语句或者脚本 > file） > 重定向

[root@hadoop102 hive]$ bin/hive -e ‘select * from default.student;’ >\

/opt/module/datas/export/student4.txt;

四） Export导出到HDFS上

(defahiveult)> export table default.student to

‘/user/hive/warehouse/export/student’;

export和import主要用于两个Hadoop平台集群之间Hive表迁移。

导出表是完整的 （除了数据 还有元数据）

五 ）导入 import

import table student_inm from ‘/user/hive/warehouse/export/student’;

六） Sqoop导出

后续课程专门讲。

三 清除表中数据（Truncate）

注意：Truncate只能删除管理表，不能删除外部表中数据

hive (default)> truncate table student;