Hive表的建立和导入导出数据

Hive是Hadoop的常用工具之一，Hive查询语言(HiveQL)的语法和SQL类似，基本实现了SQL-92标准。

1. 表的建立

编写以下的文件：

USE test;
DROP TABLE IF EXISTS student2;
CREATE TABLE student2(
id    INT,
name     STRING,
age    INT,
course    ARRAY<STRING>,
body    MAP<STRING,FLOAT>,
address    STRUCT<street:STRING,number:INT>
)
PARTITIONED BY (state STRING,city STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ','
MAP KEYS TERMINATED BY ':'
LINES TERMINATED BY '\n'
STORED AS TEXTFILE;

保存为test.hql，该文件指定了表的结构和分隔符。Hive的数据类型除了INT、STRING、FLOAT等基本类型以外，还有三种复杂数据类型：STRUCT、MAP和ARRAY。PARTITIONED BY()指定了表的分区字段，分区字段只能出现一次，否则会出错。ROW FORMAT DELIMITED指定了各种分隔符。最后指定了文件存储格式为TEXTFILE。

在Linux终端里输入如下命令：

hive -f test.hql

该命令执行了test.hql文件，创建了表student2(前提是test数据库已经被创建)。可以进入hive，输入

desc student2;

命令查看该表的结构：

2. 从文件导入数据

在Linux中创建一个文本文件，保存为/home/hadoop/student2：

1    Tom    20    Chinese,Maths,English    Height:165,Weight:80    South Street,101    Sichuan    Chengdu
2    Mike    25    Chinese,Maths,English,Computer Science    Height:175,Weight:70    North Street,105    Sichuan    Chengdu
3    Peter    26    Java,Hadoop    Height:168,Weight:68    East Street,12    Sichuan    Chengdu

在Hive中输入以下命令将该文件里面的数据导入student2：

load data local inpath '/home/hadoop/student2' overwrite into table student2 partition(state='Sichuan', city='Chengdu');

overwrite表示将以前的数据覆盖，local表示是从本地文件导入，如果没有写local，则表示从HDFS文件导入。如果文本文件里面没有写最后面的Sichuan和Chengdu，导入数据时会自动把这两个字段分别设置为Sichuan和Chengdu，因为在partition中已经指定了Sichuan和Chengdu。

执行命令：

select * from student2;

可见数据已经被导入表student2：

3. 通过查询语句导入数据

新建一张表student3，结构和student3一致，然后输入命令：

from student2
insert overwrite table student3 partition(state='Sichuan', city='Chengdu') select id,name,age,course,body,address;

该命令将student2中的数据导入到student3。注意select后面不能写"*"，否则会出错，只能写除了分区字段以外的其他字段。查看student3，可见数据已经被导入：

4. 数据的导出

输入命令：

insert overwrite local directory '/home/hadoop/hive1' select * from student2;

将数据导出到本地文件。先新建了一个hive1文件夹，然后将数据导入到hive1文件夹里面的000000_0文件。