Hive Sql （一）

目录

1.HIVE的数据类型

1.1.基本数据类型

2.2.复杂数据类型

2.创建、使用、删除数据库

2.1.创建数据库

2.2.使用数据库

2.3.删除数据库

3.创建、修改、删除表

3.1.创建表

3.2.修改表

3.3.删除表

4.表的类型

4.1.内部表

4.2.外部表

4.3.分区表

5.导入导出数据

5.1.导入分区数据

5.2.1.从本地导入到hive表

5.2.2.从hdfs导入到hive表

5.3.导出数据

5.3.1.将hive表保存到本地

5.3.2.将hive表保存到hdfs

---

1.HIVE的数据类型

1.1.基本数据类型

类型		注释
STRING		文本型，数值也可以定义为该类型，并且可以运算，要注意的是排序会按照文本排序（如，9、10升序，因为10的第一个文本是1，因此10在9前面）
INT/INTEGER		整型
DATE		日期型

2.2.复杂数据类型

类型	注释	例子
ARRAY	一组有序字段，类型必须相同	ARRAY(1,2)
MAP	一组无序的键值对，键的类型必须是原子，值可以是任何类型，同一个映射的键的类型必须相同，值的类型也必须相同	MAP('a',1,'b',2)
STRUCT	一组命名的字段，字段的类型可以不同	STRUCT('a',1,2,3)

创建：

CREATE TABLE T1 (id INT

, hobby ARRAY

, family_name MAP

, info STRUCT < age : INT, sex : STRING , address : STRING>);

查询：

SELECT id, family_name('father') --仅查看family_name的father名字

SELECT id, MAP_KEYS(family_name) --查看所有键

SELECT id, info.age --仅查看info的年龄

MAP、STRUCT的展示结果：{"":"" , "":"",...,"":""}

2.创建、使用、删除数据库

2.1.创建数据库

语法：
CREATE (DATABASE | SCHEMA) [IF NOT EXIST] database_name
[COMMENT database_comment]
[LOCATION location_path]
[WITH DBPROPERTIES (property_name=property_values,...)]
​
例子：
CREATE DATABASE myhive
COMMENT test;

2.2.使用数据库

语法： USE database_name;
例子： USE myhive;

2.3.删除数据库

语法：DROP (DATABASE | SCHEMA) [IF EXIST] database_name [RESTRICT | CASCADE]   注：RESTRICT | CASCADE强制删除
​
例子：DROP DATABASE myhive;

3.创建、修改、删除表

3.1.创建表

1.直接建表
CREATE TABLE t1(id INT
,name STRIGN
,hobby ARRAY
,address AMP)
ROW FORMAT DELIMITIED
FIELDS TERMINATED BY ','
COLLECTION ITEMS TERMINATED BY '-'
MAP KEYS TERMINATED BY ';'
​
2.查询建表（结构+数据）
CREATE TABLE t1 AS SELECT * FROM t2;
​
3.like建表 （仅结构）
CREATE TABLE t1 LIKE t2;

3.2.修改表

1.修改表名
ALTER TABLE t1 RENAME TO t2;
​
2.修改列名
ALTER TABLE t1 CHANGE columns_name new_name new_type;
​
3.增/删列
ALTER TABLE t1 ADD/DROP COLUMNS(age INT);

3.3.删除表

DROP TBALE [IF EXIST] t1;

4.表的类型

一般使用外部表，外部表的好处：当hive删除了外部表，hdfs映射的表依然不受影响，还存在；而内部表被hive删除后，hdfs映射的表也会被删除。

4.1.内部表

CREATE TABLE t1(id INT,...)

4.2.外部表

CREATE  EXTERNAL TABLE t1(id INT,...)  --仅多了EXTERNAL

4.3.分区表

CREATE  [EXTERNAL] TABLE t1(id INT,...)
PARTITION BY (dt STRING, country STRING);--定义分区
LOAD DATA LOCAL INPATH '/home/hadoop/file1' INTO TABLE t1
PARTITION (dt='2021-08-06', country='CHINA') --插入分区信息

• 什么是分区？建表的时候，将表放在指定的区域上（相当于指定了索引名）

• 为什么需要分区？因为，当表格规模巨大的时候，查询起来非常慢，为了提高查询效率，需要依靠定位分区（类比索引效果）代替全表搜索

• 什么表需要分区？表格规模巨大，比如：事实表（订单表、退款表等）

• 如何制定分区？partition by (part_col1=value1,part_col2=value2,...)

• 查询时的注意什么？需要在where中加上分区的具体条件

5.导入导出数据

5.1.导入分区数据

LOAD DATA [LOCAL] INPATH '/home/hadoop/file1' [OVERWRITE] INTO TABLE t1 PARTITION (dt='2021-08-06', country='CHINA')

5.2.1.从本地导入到hive表

LOAD DATA LOCAL INPATH '/home/hadoo t' INTO TABLE t1;

5.2.2.从hdfs导入到hive表

LOAD DATA INPATH '/file1.txt' INTO TABLE t1;

5.3.导出数据

5.3.1.将hive表保存到本地

INSERT OVERWRITE LOCAL DIRECTORY '/home/hadoop/t1' SELECT * FROM t1;

5.3.2.将hive表保存到hdfs

INSERT OVERWRITE DIRECTORY '/abc' SELECT * FROM t1;