Hive Getting Started补充

配置管理概述

• Hive从<install-dir>/conf/hive-default.xml中读取它的默认配置
• Hive配置目录的位置可以通过设置HIVE_CONF_DIR环境变量的值来改变
• 配置变量可以被改变，通过<install-dir>/conf/hive-site.xml中重新定义（PS：意思就是可以hive-site.xml中的配置项可以覆盖hive-default.xml中同名的配置）
• Log4j配置存储在<install-dir>/conf/hive-log4j.properties
• Hive配置默认继承Hadoop配置变量
• 在hive-site.xml中可以定义任何你需要的配置变量，包括hadoop中的配置变量也是可以定义在这里面的

Hive日志

Hive用log4j记录日志，默认情况下通过命令行操作的日志会输出到控制台。默认的日志级别是INFO。

日志文件存放的目录是/tmp/<user.name>:

• /tmp/<user.name>/hive.log

通过在$HIVE_HOME/conf/hive-log4j.properties中设置hive.log.dir可以改变日志存放的目录，务必确保该目录的权限是1777

DDL操作

创建Hive表

创建一个表，名字叫做pokes，它有两列，第一列是integer类型，第二列是string类型

创建一个表，名字叫invites。它有两个列和一个名字叫ds的分区列。这个分区列是一个虚的列，它不是表数据的的一部分，它在将一个特别的数据集加载到分区的时候很有用。

DML操作

加载一个文件到pokes表，这个文件有两列，列用ctrl-a分隔。'LOCAL'表示输入文件在本地文件系统，如果'LOCAL'被省略的话，将从HDFS中查找文件。

关键'OVERWRITE'表示如何表中存在数据则会被删除。如果'OVERWRITE'关键字被省略，那么数据文件则会被追加到已有的数据后面。

注意：

• 通过加装命令加装数据的时候不会验证数据是否违背schema
• 如果文件在HDFS中，那么将被移动到Hive所控制的命名空间中
• Hive数据的根目录是在hive-default.xml中hive.metastore.warehouse.dir指定的

上面的两条加载语句分别加载数据到invites表的不同分区中。表invites在创建的时候必须被分区，并且分区的名字叫ds。

上面这条命令从HDFS中加载数据到表中。

注意，从HDFS中加载数据的结果就是移动文件或目录，因此，这个操作非常快。