4、DDL数据定义

创建数据库

1. 创建一个数据库，数据库在HDFS上的默认存储路径是/user/hive/warehouse/*.db。
   hive (default)> create database mydatabase;

   
   
   

   创建数据库.png

2. 避免要创建的数据库已经存在错误，增加if not exists判断。
   hive (default)> create database if not exists mydatabase1;

   
   
   

   添加if not exists关键字.png

3. 创建一个数据库，指定数据库在HDFS上存放的位置
   hive (default)> create database if not exists mydatabase2 location '/mydatabase.db'

   
   
   

   指定位置的存储.png

查询数据库

显示数据库

1. 显示数据库
   hive (default)> show databases;
2. 过滤显示查询的数据库
   hive (default)> show databases like 'myda*';

查看数据库详情

1. 显示数据库信息
   hive (default)> desc database extended mydatabase;
2. 显示数据库详细信息，extended
   hive (default)> desc database extended mydatabase;

切换当前数据库

hive (default)> use mydatabase;

修改数据库

用户可以使用ALTER DATABASE命令为某个数据库的DBPROPERTIES设置键-值对属性值，来描述这个数据库的属性信息。数据库的其他元数据信息都是不可更改的，包括数据库名和数据库所在的目录位置。修改当前正在使用的数据库，要先退出使用
hive (default)> alter database mydatabase set dbproperties('createtime'='20180930');
在hive中查看修改结果
hive (default)> desc database extended mydatabase;

hive修改表的结果.png

删除数据库

1. 删除空数据库
   hive (default)> drop database mydatabase1;

2. 如果删除的数据库不存在，最好采用 if exists判断数据库是否存在
   hive (default)> drop database mydatabase1;

   
   
   

   删除表加if exists关键字.png

3. 如果数据库不为空，可以采用cascade命令，强制删除
   hive (default)> drop database mydatabase cascade;

   
   
   

   cascade强制删除.png

创建表

建表语法
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
[(col_name data_type [COMMENT col_comment], ...)]
[COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
[CLUSTERED BY (col_name, col_name, ...)
[SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]

字段相关解释说明

1. CREATE TABLE 创建一个指定名字的表。如果相同名字的表已经存在，则抛出异常；可以用 IF NOT EXISTS 选项来忽略这个异常
2. EXTERNAL关键字可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径（LOCATION关键字指定），Hive创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据
3. COMMENT：为表和列添加注释
4. PARTITIONED BY创建分区表
5. CLUSTERED BY创建分桶表
6. SORTED BY不常用
7. ROW FORMAT
   DELIMITED [FIELDS TERMINATED BY char] [COLLECTION ITEMS TERMINATED BY char] [MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]
8. STORED AS
   指定存储文件类型
   常用的存储文件类型：SEQUENCEFILE（二进制序列文件）、TEXTFILE（文本）、RCFILE（列式存储格式文件）
   如果文件数据是纯文本，可以使用STORED AS TEXTFILE。如果数据需要压缩，使用 STORED AS SEQUENCEFILE
9. LOCATION 指定表在HDFS上的存储位置、
10. LIKE允许用户复制现有的表结构，但是不复制数据

管理表

默认创建的表都是所谓的管理表，有时也被称为内部表。因为这种表，Hive会（或多或少地）控制着数据的生命周期。Hive默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(例如，/user/hive/warehouse)所定义的目录的子目录下，当我们删除一个管理表时，Hive也会删除这个表中数据。管理表不适合和其他工具共享数据

具体操作

1. 创建管理表

create table if not exists student1(
id int, name string
)
row format delimited fields terminated by '\t'
stored as textfile;

2. 插入数据

insert into student1 values(1, "Z");

3. 根据查询结果创建表

create table if not exists student2 as select * from student1;

4. 根据已经存在的表结构创建表

 create table if not exists student3 like student1;

外部表

因为表是外部表，所以Hive并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据，不过描述表的元数据信息会被删除掉
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

具体操作

1. 创建部门表和员工表

create external table if not exists default.dept(
deptno int,
dname string,
loc int
)
row format delimited fields terminated by '\t';

create external table if not exists default.emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int)
row format delimited fields terminated by '\t';

2. 导入数据

load data local inpath '/opt/module/datas/dept.txt' into table default.dept;
load data local inpath '/opt/module/datas/emp.txt' into table default.emp;

3. 查看表格式化数据

desc formatted dept;

管理表与外部表的互相转换

只能用单引号，严格区分大小写，如果不是完全符合，那么只会添加kv 而不生效

1. 修改内部表student2为外部表

alter table student2 set tblproperties('EXTERNAL'='TRUE');

2. 修改外部表student2为内部表

alter table student2 set tblproperties('EXTERNAL'='FALSE');

注意：('EXTERNAL'='TRUE')和('EXTERNAL'='FALSE')为固定写法，区分大小写

分区表

分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多。

分区表基本操作

1. 创建表

create table if not exists dept_partition(
deptno int,
deptname string,
deptloc string
)
partitioned by (month string)
row format delimited fields terminated by '\t';

2. 加载数据到分区表中

load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201808');
load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201809');
load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201810');

3. 查询

-- 单分区查询
select * from dept_partition where month = '201808';
-- 多分区联合查询 union(排序) in or 三种方式
select * from dept_partition where month = '201808' 
union 
select * from dept_partition where month = '201809';
select * from dept_partition where month in ('201808', '201809');
select * from dept_partition where month='201808' or month='201809';

4. 增加分区
   创建单个分区

alter table dept_partition add partition(month='201811');

创建多个分区，用空格分开

alter table dept_partition add partition(month='201812') partition(month='201901');

5. 删除分区
   删除单个分区

alter table dept_partition drop partition(month='201811');

删除多个分区，用逗号分开

alter table dept_partition drop partition(month='201812'),partition(month='201901');

6. 查看分区表有多少分区

show partitions dept_partition;

二级分区表

1. 创建二级分区

create table if not exists dept_partition2(
deptno int,
deptname string,
demploc string
)
partitioned by(month string, day string)
row format delimited fields terminated by '\t';

2. 上传数据

load data local inpath '/opt/module/datas/dept.txt' into table
 default.dept_partition2 partition(month='201810', day='13');

3. 查询数据

select * from dept_partition2 where month='201810' and day = '13';

分区表与数据关联的三种方式

1. 创建目录，上传数据后修复

-- 创建目录
dfs -mkdir -p
 /user/hive/warehouse/dept_partition2/month=201810/day=12;
-- 上传数据
dfs -put /opt/module/datas/dept.txt  /user/hive/warehouse/dept_partition2/month=201810/day=12;
-- 执行修复命令
msck repair table dept_partition2;

2. 创建目录，上传数据后添加分区

-- 创建目录
dfs -mkdir -p
 /user/hive/warehouse/dept_partition2/month=201810/day=14;
-- 上传数据
dfs -put /opt/module/datas/dept.txt  /user/hive/warehouse/dept_partition2/month=201810/day=14;
-- 添加分区
alter table dept_partition2 add partition(month='201810',
 day='14');

3. 创建目录，load数据到分区

-- 创建目录
dfs -mkdir -p
 /user/hive/warehouse/dept_partition2/month=201810/day=15;
-- load 数据到分区
load data local inpath '/opt/module/datas/dept.txt' into table
 dept_partition2 partition(month='201810',day='15');

修改表

重命名表

1. 语法
   ALTER TABLE table_name RENAME TO new_table_name
2. 案例
   alter table student rename to student4;

增加、修改和删除表分区

前面已描述

增加、修改、替换列信息

1. 语法
   更新列语法
   ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]
   增加和替换列
   ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)
   注意，ADD是代表新增一字段，字段位置在所有列后面(partition列前)，REPLACE则是表示替换表中所有字段
2. 案例

-- 添加列
alter table dept_partition add columns(deptdesc string);
-- 更新列
alter table dept_partition change column deptdesc desc int;
-- 替换列·
alter table dept_partition replace columns(deptno string, dname
 string, loc string);

删除表

drop table dept_partition;