Hive中的三种不同的数据导出方式介绍

问题导读：
1.导出本地文件系统和hdfs文件系统区别是什么？
2.带有local命令是指导出本地还是hdfs文件系统？
3.hive中，使用的insert与传统数据库insert的区别是什么？
4.导出数据如何自定义分隔符？

今天我们再谈谈Hive中的三种不同的数据导出方式。
根据导出的地方不一样，将这些方式分为三种：
（1）、导出到本地文件系统；
（2）、导出到HDFS中；
（3）、导出到Hive的另一个表中。
为了避免单纯的文字，我将一步一步地用命令进行说明。

一、导出到本地文件系统

 hive> insert overwrite local directory '/home/xiong/xiong'
     > select * from xiong;

这条HQL的执行需要启用Mapreduce完成，运行完这条语句之后，将会在本地文件系统的/home/xiong/xiong目录下生成文件，这个文件是Reduce产生的结果（这里生成的文件名是000000_0），我们可以看看这个文件的内容：

     [xiong@master ~/xiong]$ vim 000000_0
     ^Axiong1^A23^A131212121212
     ^Axiong2^A24^A134535353535
     ^Axiong3^A25^A132453535353
     ^Axiong4^A26^A154243434355
     ^Axiong^A25^A13188888888888
     ^Atest^A30^A13888888888888
     ^Azs^A34^A899314121

可以看出，这就是xiong表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\00001)。

和导入数据到Hive不一样，不能用insert into来将数据导出：

 hive> insert into local directory '/home/xiong/xiong'
     > select * from xiong;
 NoViableAltException(@[])
         at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:)
         at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:)
         at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:)
         at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:)
         at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:)
         at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:)
         at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:)
         at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:)
         at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:)
         at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:)
         at org.apache.hadoop.hive.ql.Driver.run(Driver.java:)
         at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:)
         at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:)
         at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:)
         at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:)
         at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:)
         at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
         at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:)
         at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:)
         at java.lang.reflect.Method.invoke(Method.java:)
         at org.apache.hadoop.util.RunJar.main(RunJar.java:)
 FAILED: ParseException line : missing TABLE at 'local' near 'local' in select clause
 line : cannot recognize input near 'directory' ''/home/xiong/xiong'' 'select' in select clause

二、导出到HDFS中
和导入数据到本地文件系统一样的简单，可以用下面的语句实现：

 hive> insert overwrite directory '/home/xiong/hdfs'
     > select * from xiong;

将会在HDFS的/home/xiong/hdfs目录下保存导出来的数据。注意，和导出文件到本地文件系统的HQL少一个local，数据的存放路径就不一样了。

三、导出到Hive的另一个表中

这也是Hive的数据导入方式，如下操作：

 hive> insert into table test
     > partition (age=')
     > select id, name, tel
     > from xiong;
 #####################################################################
            这里输出了一堆Mapreduce任务信息，这里省略
 #####################################################################
 Total MapReduce CPU Time Spent:  seconds  msec
 OK
 Time taken: 19.125 seconds
 hive> select * from test;
 OK
        xiong1
        xiong2
        xiong3
        xiong4
        xiong
        test
        zs
 Time taken:  row(s)

细心的读者可能会问，怎么导入数据到文件中，数据的列之间为什么不是xiong表设定的列分隔符呢？其实在Hive 0.11.0版本之间，数据的导出是不能指定列之间的分隔符的，只能用默认的列分隔符，也就是上面的^A来分割，这样导出来的数据很不直观，看起来很不方便！
如果你用的Hive版本是0.11.0，那么你可以在导出数据的时候来指定列之间的分隔符。

下面详细介绍：在Hive0.11.0版本新引进了一个新的特性，也就是当用户将Hive查询结果输出到文件，用户可以指定列的分割符，而在之前的版本是不能指定列之间的分隔符，这样给我们带来了很大的不变，在Hive0.11.0之前版本我们一般是这样用的：

 hive> insert overwrite local directory '/home/xiong/Documents/result'
 hive> select * from test;

在Hive0.11.0版本新引进了一个新的特性，也就是当用户将Hive查询结果输出到文件，用户可以指定列的分割符，而在之前的版本是不能指定列之间的分隔符，这样给我们带来了很大的不变，在Hive0.11.0之前版本我们一般是这样用的：

     hive> insert overwrite local directory '/home/xiong/Documents/result'
     hive> select * from test;

保存的文件列之间是用^A（\x01）来分割

     ^A242^A3
     ^A302^A3
     ^A377^A1
     ^A51^A2

注意，上面是为了显示方便，而将\x01写作^A，在实际的文本编辑器我们是看不到^A的，而是一个奇怪的符号。

现在我们可以用Hive0.11.0版本新引进了一个新的特性，指定输出结果列之间的分隔符：

     hive> insert overwrite local directory '/home/xiong/Documents/result'
     hive> row format delimited
     hive> fields terminated by '\t'
     hive> select * from test;

再次看出输出的结果

结果好看多了。如果是map类型可以用下面语句来分割map的key和value

    hive> insert overwrite local directory './test-04'
    hive> row format delimited
    hive> FIELDS TERMINATED BY '\t'
    hive> COLLECTION ITEMS TERMINATED BY ','
    hive> MAP KEYS TERMINATED BY ':'
    hive> select * from src;

根据上面内容，我们来进一步操作：

   hive> insert overwrite local directory '/home/yangping.wu/local'
       > row format delimited
       > fields terminated by '\t'
       > select * from xiong;

 

     [xiong@master ~/local]$ vim 000000_0
            xiong1
            xiong2
            xiong3
            xiong4
            xiong
            test
            zs            

其实，我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句；而-f是接一个文件，文件的内容为一个sql语句，如下：

[xiong@master ~/local][        DISCUZ_CODE_26        ]nbsp; hive -e "select * from xiong" >> local/xiong.txt
[xiong@master ~/local][        DISCUZ_CODE_26        ]nbsp; cat xiong.txt
       xiong1
       xiong2
       xiong3
       xiong4
       xiong
       test
       zs            

得到的结果也是用\t分割的。也可以用-f参数实现：

[xiong@master ~/local]$ cat xiong.sql
select * from xiong
 [xiong@master ~/local]$ hive -f xiong.sql >> local/xiong2.txt

上述语句得到的结果也是\t分割的。