04_Hive的基本命令

1.Hive基本操作：

1.1.Hive的建表语句：

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]

参数说明：

　　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

　　EXTERNAL：关键字可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径（LOCATION），Hive

创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何

改变。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

　　LIKE：允许用户复制现有的表结构，但是不复制数据

　　ROW FORMAT：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

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, ...)]

　　STORED AS：SEQUENCEFILE|TEXTFILE|RCFILE，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

　　CLUSTERED BY：对于每一个表（table）或者分区， Hive可以进一步组织成桶，也就是说桶是更为细粒度的数据范围

划分。Hive也是针对某一列进行桶的组织。Hive采用对列值哈希，然后除以桶的个数求余的方式决定该条记录存放在哪个

桶当中。

　　把表（或者分区）组织成桶（Bucket）有两个理由：

　 （1）获得更高的查询处理效率。桶为表加上了额外的结构，Hive在处理有些查询时能利用这个结构。具体而言，连接

两个在（包含连接列的）相同列上划分了桶的表，可以使用 Map端连接（Map-side join）高效的实现，比如JOIN操作。对

于JOIN操作两个表有一个相同的列，如果对这两个表都进行了桶操作。那么将保存相同列值的桶进行JOIN操作就可以，可以

大大较少JOIN的数据量

　 （2）使取样（sampling）更高效。在处理大规模数据集时，在开发和修改查询的阶段，如果能在数据集的一小部分数

据上试运行查询，会带来很多方便

1.2.具体实例：　

1、创建内部表mytable：

2、创建外部表pageview：

3.可以使用下面的命令来查看表的详细信息：

show tables
show databases
show partitions
show functions
desc extended t_name;
desc formatted table_name;

2.2.Hive中上传数据：　

　　之前我们直接将数据文件上传到了Hive表所在的数据目录，其实Hive还提供了一个Load命令供我们将数据进行上传

　　语法结构：Load

　　LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO
　　TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]

　　参数说明：

1. Load 操作只是单纯的复制/移动操作，将数据文件移动到 Hive 表对应的位置。
2. filepath：
   
   相对路径，例如：project/data1
   
   绝对路径，例如：/user/hive/project/data1
   
   包含模式的完整 URI，列如：hdfs://namenode:9000/user/hive/project/data1
3. LOCAL关键字
   
   如果指定了 LOCAL， load 命令会去查找本地文件系统中的 filepath。
   
   如果没有指定 LOCAL关键字，则根据inpath中的uri查找文件
4. OVERWRITE 关键字
   
   若使用了 OVERWRITE 关键字，则目标表（或者分区）中的内容会被删除，然后再将 filepath 指向的文件/目录中的内容添加到表/分区中
   
   如果目标表（分区）已经有一个文件，并且文件名和 filepath 中的文件名冲突，那么现有的文件会被新文件所替代。

2.2.Hive分区表：

　　使用下面的命令来创建一个带分区的表

　　　

　　partitioned by里面不能加create table时存在的字段。此时只能说指定了这个表会分区，但是具体数据有哪些分区则会在导入数据时产生

　　使用下面的命令来指定具体导入到哪个分区：

　　

　　查询该分区表：select * from t_part;

　　

　　此时分区字段已经变成一个伪字段了。如果要分区查询，可以使用Where或者Group by来进行限定；

2.3.Hive修改表_增加/删除分区：

语法结构
ALTER TABLE table_name ADD [IF NOT EXISTS] partition_spec [ LOCATION 'location1' ] 
partition_spec [ LOCATION 'location2' ] ...
partition_spec:
: PARTITION (partition_col = partition_col_value, partition_col = partiton_col_value, ...)

ALTER TABLE table_name DROP partition_spec, partition_spec,...

　 增加分区：alter table t_part add partition (country='American');

　　删除分区：alter table t_part drop partition (country='American');

　　查看分区：show partitions t_part;