大数据技术_Hive_DML
目录
第5章 DML数据操作
5.1 数据导入
5.1.1 向表中装载数据（Load）
1．语法
load data [local] inpath '/opt/module/datas/student.txt' overwrite | into table student [partition (partcol1=val1,…)];
（1）load data:表示加载数据
（2）local:表示从本地加载数据到hive表；否则从HDFS加载数据到hive表
（3）inpath:表示加载数据的路径
（4）overwrite:表示覆盖表中已有数据，否则表示追加
（5）into table:表示加载到哪张表
（6）student:表示具体的表
（7）partition:表示上传到指定分区
2．实操案例
（0）创建一张表
hive (default)> create table student(id string, name string) row format delimited fields terminated by '\t';
（1）加载本地文件到hive
hive (default)> load data local inpath '/opt/module/datas/student.txt' into table default.student;
（2）加载HDFS文件到hive中
上传文件到HDFS
hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;
注意： /user/atguigu/hive 目录需要提前存在。
加载HDFS上数据
hive (default)> load data inpath '/user/atguigu/hive/student.txt' into table default.student;
注：如果文件是在本地加载本地文件到hive只是把本地文件复制到响应的目录里面，而如果文件在hdfs上加载HDFS文件到hive中，这个时候是把HDFS上的文件剪切到了相应的目录。
（3）加载数据覆盖表中已有的数据
上传文件到HDFS
hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;
加载数据覆盖表中已有的数据
hive (default)> load data inpath '/user/atguigu/hive/student.txt' overwrite into table default.student;
注： overwrite 覆盖，原来的数据没有了。
5.1.2 通过查询语句向表中插入数据（Insert）
1．创建一张分区表
hive (default)> create table student(id int, name string) partitioned by (month string) row format delimited fields terminated by '\t';
2．基本插入数据
hive (default)> insert into table student partition(month='201709') values(1,'wangwu');
3．基本模式插入（根据单张表查询结果）
hive (default)> insert overwrite table student partition(month='201708') select id, name from student where month='201709';
4．多插入模式（根据多张表查询结果）
hive (default)> from student
insert overwrite table student partition(month='201707')
select id, name where month='201709'
insert overwrite table student partition(month='201706')
select id, name where month='201709';
注：这个语句的意思就是查询 student 这张表，查询 month='201709 的分区，然后以这个结果创建另外两个分区 month='201707'、month='201706' 。
5.1.3 查询语句中创建表并加载数据（As Select）
详见4.5.1章创建表。
根据查询结果创建表（查询的结果会添加到新创建的表中）
hive (default)> create table if not exists student3 as select id, name from student;
5.1.4 创建表时通过Location指定加载数据路径
1．创建表，并指定在hdfs上的位置
create table if not exists student5(
id int, name string
)
row format delimited fields terminated by '\t'
location '/user/hive/warehouse/student5';
2．上传数据到hdfs上
hive (default)> dfs -put /opt/module/datas/student.txt /user/hive/warehouse/student5;
3．查询数据
hive (default)> select * from student5;
注：这种方式适用于已经存在的数据，我现在要对它建表分析，我没必要在建一张表然后把数据移过来，直接指定我新建表的位置即可。
5.1.5 Import数据到指定Hive表中
注意：先用export导出后，再将数据导入。
hive (default)> import table student2 partition(month='201709') from '/user/hive/warehouse/export/student';
5.2 数据导出
5.2.1 Insert导出
1．将查询的结果导出到本地
hive (default)> insert overwrite local directory '/opt/module/datas/export/student' select * from student;
注：文件夹它会自动的创建。
2．将查询的结果格式化导出到本地
hive(default)> insert overwrite local directory '/opt/module/datas/export/student' row format delimited fields terminated by '\t' select * from student;
3．将查询的结果导出到HDFS上(没有local)
hive (default)> insert overwrite directory '/user/atguigu/student2' row format delimited fields terminated by '\t' select * from student;
5.2.2 Hadoop命令导出到本地
hive (default)> dfs -get /user/hive/warehouse/student/month=201709/000000_0 /opt/module/datas/export/student3.txt;
5.2.3 Hive Shell 命令导出
基本语法：（hive -f/-e 执行语句或者脚本 > file）
[aaa@qq.com hive]$ bin/hive -e 'select * from default.student;' > /opt/module/datas/export/student4.txt;
5.2.4 Export导出到HDFS上
hive (default)> export table default.student to '/user/hive/warehouse/export/student';
注：导出的文件包含了元数据信息，这样才能用 Import 导入数据。
5.2.5 Sqoop导出
这是一个框架，用于实现关系型数据库跟非关系型数据库的导入导出，可以把mysql中的数据导入到hive里面，还可以吧hive中的数据导入到mysql里面。
5.3 清除表中数据（Truncate）
注意：Truncate只能删除管理表，不能删除外部表中数据
hive (default)> truncate table student;
mysql 中的元数据
元数据就是对应关系，对应关系不是一个数据（不是元数据、对应关系、文件，对应关系就是元数据 ），元数据和 HDFS 上的文件是互相映射的。
查看 mysql 中 metastore 库里面的表：
TBLS：里面存放的表的信息
USE `metastore`;
SELECT * FROM `TBLS`;
TBL_ID 主键自增
DBS：数据库
SELECT * FROM `DBS`;
SDS：位置关系
SELECT * FROM `SDS`;PARTITIONS：分区信息
SELECT * FROM `PARTITIONS`;TBL_ID 外键，关联着表