大数据之hive中DML数据操作

一、数据导入

1、向表中装载数据（load）

语法：load data [local] inpath '/opt/module/datas/student.txt' [overwrite] | into table student [partition (partcol1=val1,…)]；

（1）load data:表示加载数据

（2）local:表示从本地加载数据到 hive 表；否则从 HDFS 加载数据到 hive 表

（3）inpath:表示加载数据的路径

（4）overwrite:表示覆盖表中已有数据，否则表示追加

（5）into table:表示加载到哪张表

（6）student:表示具体的表

（7）partition:表示上传到指定分区

案例：

1）创建一张表

create table student(id string, name string) row format delimited fields terminated by '\t';

2）加载本地文件到hive

load data local inpath '/opt/module/hive/data/student.txt' into table student;

3）加载hdfs文件到hive

上传文件到hdfs：hadoop fs -put /opt/module/hive/data/student.txt /user/atguigu/hive

加载hdfs上的数据：load data inpath '/user/atguigu/hive/student.txt' into table student;

4）加载数据覆盖表中已有数据

上传文件到hdfs：hadoop fs -put /opt/module/hive/data/student.txt /user/atguigu/hive

加载数据覆盖表中已有的数据:load data inpath '/user/atguigu/hive/student.txt' overwrite into table stuednt;

2、通过查询语句向表中插入数据（insert）

1）创建一张分区表

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

2）基本插入数据

insert into table student partition(month='201709') values(1,'wangwu');

3）基本模式插入（根据单张表查询结果插入）

insert overwrite table student partition(month='201708') select id, name from student where month='201709';

4）多插入模式（根据多张表查询结果）

from student

insert overwrite table student partition(month='201707') select id, name where month='201709'

insert overwrite table student partition(month='201706') select id, name where month='201709';

3、查询语句中创建表并加载数据（As select）

根据查询结果创建表（查询结果会添加到新创建的表中）

create table if not exists student3 as select id, name from student;

 4、创建表时通过location指定加载数据路径

1）创建表，并指定在hdfs上的位置

 create table if not exists student5( id int, name string ) row format delimited fields terminated by '\t' location '/user/hive/warehouse/student5';

2）上传数据到hdfs上

hadoop fs -put /opt/module/datas/student.txt /user/hive/warehouse/student5;

5、import数据到指定的hive表中（注意：先用 export 导出后，再将数据导入）

import table student2 partition(month='201709') from '/user/hive/warehouse/export/student';

二、数据导出

1、insert导出

1）将查询结果导出到本地

insert overwrite local directory '/opt/module/datas/export/student' select * from student;

2）将查询结果格式化导出到本地（使得数据分割之间更加明显）

insert overwrite local directory '/opt/module/datas/export/student1' ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' select * from student;

3）将查询结果导出到hdfs上（没有local）

insert overwrite directory '/user/atguigu/student2' ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' select * from student;

2、hadoop命令导出到本地

hadoop fs -get  /user/hive/warehouse/student/month=201709/000000_0 /opt/module/datas/export/student3.txt;

3、hive shell 命令导出

bin/hive -e 'select * from default.student;' > /opt/module/datas/export/student4.txt;

4、export导出到hdfs上

export table default.student to '/user/hive/warehouse/export/student';

清除表中的数据（truncate）

注意：Truncate 只能删除管理表，不能删除外部表中数据

truncate table student;