hive是数据仓库 存储格式是文本 不支持行级别的更新删除和插入 所以在hive中只有drop table 没有delete table
所以 Df.write().mode(SaveMode.Append).saveAsTable("tableName") 插入都是以DataFrame级别进行的
val lastMaXIDDF:DataFrame = hiveContext.read().table(readTable).filter(conditions).agg(Map("recoid"->"max")).toDF("lastMaxId") “recoid”是readTable的某一列，求其最大值，生成的DataFrame只有唯一一列 对应列名为lastMaxId
以追加形式写入数据库的某一张表，若无此表 则创建此表 默认将字段全部小写， Overwirite 也可以创建不存在的表
hive创建表：只创建表的结构 create table name1 like existingTableName
创建表复制结构 以及数据：create table name2 as select * from existingTableName（启动Spark Job）
直接表结构：create table if not exists tableName(ip string,time string) row format delimited fields terminated by '\t'
"overwrite" drop the table first and create a table
"append" just like the insert
$等关键词符号 需要加入 import hiveContext.implicits._
使用udf函数 需要导入 import org.apache.spark.sql.functions._
插入hive分区表 需指定：
hiveContext.setConf("hive.exec.dynamic.partition","true")
hiveContext.setConf("hive.exec.dynamic.partition.mode","nonstrict")
DataFrame.write().mode(SaveMode.Append).partitionBy("year","month","day").saveAsTable("tableName")
insert into table tableName partitionBy(year,month,day) select * ,year(createtime),month(createtime),dayofmonth(createtime) from existingTable
由sparkcontext 创建的hiveContext是一个RootContext，而对应的sparkContext其并行度是由SparkConf配置而成的。默认为2.SparkContext是一个Local Context 当指定本地运行时。
hiveContext通过执行sql语句指定当前即将执行语句的数据库。返回的是一个DataFrame。
DataFrame的show() 方法默认展示20行，且列内数据靠右展示。可以指定展示的行数以及是否被截断（false，靠左展示）。
hiveContext可以针对当前指定的数据库内的一张表进行分析。可以通过调用table(tableName)获取指定数据表的全部数据。通过tables()方法获取当前数据库内所有的数据表名及相关信息的DataFrame格式，也可以通过tables(databaseName)。可以通过tableNames（）方法返回Array[String]类型的数据表名，也可以获取指定数据库的表名tableNames（databaseName）.
refreshTable（tableName） 将指定表的所有元数据缓存信息进行无效操作和刷新操作。Spark SQL或其他的数据源可能会缓存一张固定表的元数据，比如块位置。当这些元数据不是通过SPark SQL 进行更改时，可以使用本方法将当前内存中的元数据缓存无效化。
hiveContext.emptyDataFrame 返回一个空的DataFrame 等同于 createDataFrame(sparkContext.emptyRDD[Row],StructType(Nil))
hiveContext.range(start:Long,end:Long,step:Long,numPartitions:Int) Long类型 返回一个Datarame 是起始数据的间隔数据序列的并行化RDD，然后转化为DataFrame.等同于：
createDataFrame(hiveContext.sparkContext.range(start,end,step,numPartitions).map(Row(_)),StructType(StructField("id",LongType,Nullable = false)::Nil))
DataFrame.registerTempTable(tableName) 当前临时表的生命周期与创建该DataFrame的SQLContext一致。
cacheTable(tableName) 在内存中进行持久化序列缓存 该表为hiveContext已读取的表或者创建的临时表，
isCached(tableName) 验证当前表是否在内存中进行了缓存，如果该表是临时表被drop 或者 没有进行使用hiveContext读取，ze会抛出异常 改表不存在。dropTempTable(tableName) 从目录中删除指定临时表，如果表被缓存或者持久化，仍然不进行持久化。 直接drop。
clearTable() 从内存中清除所有的缓存 cacheTable() 缓存指定表 unCacheTable（） 从内存缓存中移除指定的表。
针对hiveContext进行相关操作时，需要引入import hiveContext.implicits._
hiveContext.read().Option("path",Path:String = "/user/shidaiwu/test/dtJson").format("Json").load() read 读取操作返回的是DataFrameReader，Option添加一些key-value 对，比如路径，如果不指定路径，需要在load（）时指定相关路径，且load()返回的是dataFrame，如果不指定将要读取文件的格式默认读取的是Parquet文件。指定的化，需要针对DataFrameReader进行format("Json")或（"text"）等操作指定将要读取文件的格式类型。
hiveContext.read().format("Json").load(Path:String = "/user/shidaiwu/test/dtJson")
hiveContext.read.parquet(parquetFilePath) 返回的是DataFrame 读取parquet文件
hiveContext.read.json(jsonFilePath) 返回的是DataFrame 读取Json文件 Json格式文件
hiveContext.read.text(texttFilePath) 返回的是DataFrame 读取Text文件 只支持String列Column，其余格式数据会报错。
hiveContext.read.table(TableName) 从当前数据库中读取数据表所有数据 或者临时表 或者内存中的相关缓存表
hiveContext.read.jdbc(url:String,table:String,properties:Properties),与关系型数据库进行数据连接，properties主要是用户名和密码，url是数据库所在的连接url，读取指定表的数据。
DataFrame.write.format("json").option("path",JsonFilePath = "/user/shidaiwu/test/dtJson") .save() 保存到指定路径 指定文件格式
DataFrame.write.save（path） 默认保存为parquet格式文件
DataFrame.write.saveAsTable（tableName） 在当前数据库中保存当前DataFrame,如果表存在 写入mode为overwrite，则删除后insert，如果append则需要两个schema相同，如果不知定mode，则报异常。，如果表不存在 则直接写入当前表。
DataFrame.write.insertInto（tableName） 插入已存在的表，如果表不存在报异常，如果schema不同，报异常。
DataFrame.write.jdbc() .....一些列配置文件 如果overwrite 无所谓删除再插入，如果append schema一定要一样，如果表不存在，直接写入。
DataFrame.write.json(path)
DataFrame.write.parquet(path) 写入的parquetFile的分区是由DataFrame的分区决定的
DataFrame.write.text(path)
写入时 可以结合option format save等操作结合。