Hive创建表的几种方式

    hive执行的三种方式：

    1. 用hive CLI

    2. 终端执行hive命令： hive -e hive语句

    3. 终端执行hive脚本： hive -f  hive脚本

    如果需要通过jdbc来连接hive，需要在终端开启hiveserver2服务

nohup hive --service hiveserver2 &

netstat -ntpl | grep 10000  // 查看该进程是否启动

    创建表的几种方式：

    1. 创建内表：

create table customer(
    customerID int,
    firstName string,
    lastName string,
    birthday timestamp)
row format delimited fields terminated by ',';

    向表中导入linux本地数据：

load data local inpath '/opt/custorm' into table customer;

    2. 创建外表：

create external table salaries(
    gender string,
    age int,
    salary double,
    zip int)
row format delimited fields terminated by ',';

    3. 创建静态分区表：

    

create table employees(
    id int,
    name string)
partitioned by (dept string)
row format delimited fields terminated by ',';

    向表中导入HDFS上的文件：

load data inpath '/user/root/employees.txt' overwrite into table employees;

    4. 创建动态分区表：

    参数设置(直接在CLI下输入)： 

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;

    创建动态分区表的代码与静态分区表一样，只是多了上面两行设置。

create table student_dynamic(
    id int,
    name string,
    classes string)
partitioned by (class string)
row format delimited fields terminated by '\t';

    数据导入动态分区表：

insert overwrite table student_dynamic_partition (class) select *, classes from student;

    上面的代码，可以自动将classes中不同类别的数据自动分区
    5. 创建带有数据的表：

create table stucopy as select id,name,score from student;

    
    数据导入的三种方式：

    1. 从本地导入数据到Hive表

    2. 从HDFS导入数据到HIve表（会将HDFS上的文件mv到建表时指定的目录下，而不是copy）

    3. 从其他表中查询并导入
    4. 多表插入

from emp insert into table empcopy1
select id, name limit 5
insert into table empcopy2
select name,salary where salary > 10000.0;

    数据导出到本地：

insert overwrite local directory '/opt/customer_exp' 
row format delimited fields terminated by ','
select * from employees limit 5;  

    数据导出到HDFS：

insert overwrite directory '/user/root/customer_exp' 
row format delimited fields terminated by ','
select * from employees limit 5;

    Hive中不允许删除存在表的数据库，需要强制删除：

drop database if exists test cascate;