【Hive】Hive基本操作

数据仓库的操作

创建数据库DB
create database DB;
查看数据库DB
show database DB;
使用数据库DB
use DB;
删除数据库DB
drop database DB;

Hive数据表的操作
增

创建内部表cat，有两个字段为cat_id和cat_name，字符类型为string
create table cat(cat_id string,cat_name string);
创建一个外部表，表名为cat2，有两个字段为cat_id和cat_name，字符类型为string
create table external cat2(cat_id string,cat_name string);
创建与已知表相同结构的表，创建一个与cat表结构相同的表，名为cat4，这里要用到like关键字。
create table cat4 like cat;
创建一个cat_group表，包含group_id和group_name两个字段，字符类型为string，以“\t”为分隔符
create table cat_group(group_id string,group_name string)row format delimited fields terminated by ‘\t’ stored as textfile;

[row format delimited]关键字，是用来设置创建的表在加载数据的时候，支持的列分隔符。
[stored as textfile]关键字，是用来设置加载数据的数据类型，默认是TEXTFILE，如果文件数据是纯文本，就是使用 [stored as textfile]，然后从本地直接拷贝到HDFS上，Hive直接可以识别数据。
删

删除名为cat3的表
drop table cat23;
删除goods表中的cat_id分区
alter table goods drop if exists partition (cat_id=‘52051’);

改

修改cat表的表结构。对cat表添加两个字段group_id和cat_code
alter table cat add columns(group_id string,cat_code string);
修改cat2表的表名。把cat2表重命名为cat3
alter table cat2 rename cat3;
修改表分区，将分区表goods中的分区列cat_id=52052改为cat_id=52051
alter table goods partition(cat_id=52052) rename to partition(cat_id=52051);

查

查看全部表
show tables;
查看cat表结构
desc cat;
查看表goods中的分区
show partitions goods;
查看cat_group表，限制输出10条记录。
select * from cat_group limit 10;

Hive中数据的导入导出

将Linux本地/data/hive2目录下的cat_group文件导入到Hive中的cat_group表中。
load data local inpath ‘/data/hive2/cat_group’ into table cat_group;

将本地/data/hive2/下的cat_group表上传到HDFS的/myhive2上
hadoop fs -put /data/hive2/cat_group /myhive2

将cat_group1表中的数据导入到cat_group2表中
insert into table cat_group2 select * from cat_group1;
或
insert overwrite table cat_group2 select * from cat_group1;
（insert overwrite 会覆盖数据）

将Hive中的cat_group表导出到本地文件系统/data/hive2/out中
insert overwrite local directory ‘/data/hive2/out’ select * from cat_group;

将cat_group中的数据导入到cat_group4中
insert into table cat_group4 select * from cat_group;

Hive桶的操作

创建一个名为goods_t的表，包含两个字段goods_id和goods_status，字符类型都为string，按cat_id string做分区，按goods_status列聚类和goods_id列排序，划分成两个桶
create table goods_t(goods_id string,goods_status string) partitioned by (cat_id string)
clustered by(goods_status) sorted by (goods_id) into 2 buckets;
向goods_t表中插入goods_2表中的数据
from goods_2 insert overwrite table goods_t partition(cat_id=‘52063’) select goods_id,goods_status;
查看结果
select * from goods_t tablesample(bucket 1 out of 2 on goods_id);