大数据学习之路34-hive的DML语法，加载数据，load,insert，多重插入

DML:

1.加载数据到表中：

load

insert

插入单条数据：insert into table t_seq values('10','xx','beijing',28);

这条语句的本质是，会执行一个mapreduce，将这条数据生成一个文件。文件的格式是这个表所要求的格式。

我们在hive中也可以访问hdfs:

dfs -ls /;

这时候我们会发现，这时候查询的执行速度会比在linux终端执行的时候快很多。这是因为什么呢？

因为要使用hdfs查询的话，要先启动java的jvm,但是如果启动了hive,就相当于已经启动了jvm,所以在hive中查询的时候，只需要调用一下java程序即可，所以会快很多。

多重插入：

为什么需要多重插入？我们可以先看看单个插入的效果

假如有一个需求，从t_day01中筛选出不同的数据插入到另外两张表中。
 

insert overwrite table t_day01_lt_400 partition(day='1')

select ip,url,staylong from t_day01 where staylong<400;

insert overwrite table t_day01_gt_400 partition(day='1')

select ip,url,staylong from t_day01 where staylong>400;

但是以上实现方式有一个弊端，两次筛选job,要分别启动两次mr过程，要对同一份源表数据进行两次读取

如果使用多重插入语法，则可以避免上述弊端，提高效率，源表只要读取一次即可。

from t_day01

insert overwrite  table t_day01_lt_400 partition(day='2')

select ip,url,staylong where staylong < 400

insert overwrite table t_day01_gt_400 partition(day='2')

select ip,url,staylong where staylong > 400;