Hive的基本操作、创建内部表、创建外部表、创建分桶表、创建分区表 04

1. 创建数据库

• 创建数据库不指定位置

create database if not exists myhive;

use myhive;

hive的表存放位置模式是由hive-site.xml当中的一个属性指定的

<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>

• 创建数据库并指定hdfs存储位置

create database myhive2 location '/myhive2'

• 查看数据库详细信息

desc database myhive2;

• 查看数据库更多详细信息

desc databasse extended myhive2;

2. 创建数据库表

2.1 管理表（内部表）

• 创建表初体验

use myhive;
create table stu(id int, name string);
insert into stu values (1,"zhangsan");
select * from stu;

hive建表时候的字段类型

• 创建表并指定字段之间的分隔符

create table if not exists stu2(id int, name string) row format delimited fields terminated by '\t' stored as textfile location '/user/stu2';

• 根据查询结果创建表

create table stu3 as select * from stu2

• 根据已存在的表结果创建表

create table stu4 like stu2

• 查询表的类型

desc formatted stu2

2.2 外部表

外部表因为是指定其他的hdfs路径的数据加载到表当中来，所以hive表会认为自己不完全独占这份数据，所以删除hive表的时候，数据仍然存放在hdfs当中，不会删掉

• 管理表和外部表的使用场景：
  每天将收集到的网站日志定期流入HDFS文本文件。在外部表（原始日志表）的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过SELECT+INSERT进入内部表。

2.1 分别创建老师与学生外部表， 并想表中加载数据

• 老师表

create external table techer (t_id string,t_name string) row format delimited fields terminated by '\t';

• 学生表

create external table student (s_id string,s_name string,s_birth string , s_sex string ) row format delimited fields terminated by '\t';

• 从本地文件系统向表中加载数据

load data local inpath '/export/servers/hivedatas/student.csv' into table student;

• 加载数据并覆盖已有数据

load data local inpath '/export/servers/hivedatas/student.csv' overwrite into table student;

外部表，删除表后，hdfs的数据依然存在，这是内部表和外部表的区别

3. 分区表

在大数据中，最常用的一种思想就是分治，我们可以把大的文件切割划分成一个个的小的文件，这样每次操作一个小的文件就会很容易了，同样的道理，在hive当中也是支持这种思想的，就是我们可以把大的数据，按照每天，或者每小时进行切分成一个个的小的文件，这样去操作小的文件就会容易得多了

• 创建分区表语法

create table score(s_id string, c_id string, s_score int) partitioned by(month string) row format delimited fields terminated by '\t';

• 创建一个表带多个分区

create table score2(s_id string, c_id string, s_score int) partitioned by (year string, month string, day string) row format delimited fields terminated by '\t';

• 加载数据到分区表中

load data local inpath '/export/servers/hivedatas/score.csv' into table score pattition(month='201806');

• 加载数据到一个多分区的表中去

load data local inpath '/export/servers/hivedatas/score.csv' into table score2 partition(year='2018',month='06',day='01');

• 多个分区联合查询使用union all 来实现

select * from score where month = '201806' union all select * from score where month = '201806';

• 查看分区

show  partitions  score;

• 添加一个分区

alter table score add partition(month='201805');

• 同时添加多个分区

alter table score add partition(month='201804') partition(month = '201803');

注意：添加分区之后就可以在hdfs文件系统当中看到表下面多了一个文件夹

• 删除分区

alter table score drop partition(month = '201806');

4. 分通表

• 开启hive的桶表功能

set hive.enforce.bucketing=true;

• 设置reduce的个数

set mapreduce.job.reduces=3;

• 创建桶表

create table course(c_id string,c_name string,t_id string) clustered by(c_id) into 3 buckets row format delimited fields terminated by '\t';

• 加载数据，只能通过查询另一个表来加载到分通表中
  创建普通表：

create table course_common (c_id string,c_name string,t_id string) row format delimited fields terminated by '\t';

普通表中加载数据

load data local inpath '/export/servers/hivedatas/course.csv' into table course_common;

通过insert overwrite给桶表中加载数据

insert overwrite table course select * from course_common cluster by(c_id);

3. hive表中加载数据

3.1 直接向分区表中插入数据

create table score3 like score;
insert into table score3 partition(month ='201807') values ('001','002','100');

3.2 通过查询插入数据

• 通过load方式加载数据

load data local inpath '/export/servers/hivedatas/score.csv' overwrite into table score partition(month='201806');

• 通过查询方式加载数据

create table score4 like score;
insert overwrite table score4 partition(month='201806') select s_id,c_id,s_score from score;

4. 清空表

truncate table score6;