Hive 系列 - DML数据操作

1 数据导入

1.1 向表中装载数据（Load）

1. 语法

hive> 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

2. 实操案例

   创建一张表

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

   加载本地文件到hive

   hive (default)> load data local inpath '/opt/module/datas/student.txt' into table default.student;
   

   加载HDFS文件到hive中

   ​ 上传文件到HDFS

   hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;
   

   ​ 加载HDFS上数据

   hive (default)> load data inpath '/user/atguigu/hive/student.txt' into table default.student;
   

   加载数据覆盖表中已有的数据

   ​ 上传文件到HDFS

   hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;
   

   ​ 加载数据覆盖表中已有的数据

   hive (default)> load data inpath '/user/atguigu/hive/student.txt' overwrite into table default.student;
   

1.2 通过查询语句向表中插入数据（Insert）

1. 创建一张分区表

   hive (default)> 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

   hive (default)> 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）

   hive (default)> 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）

   hive (default)> 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';
   

1.3 查询语句中创建表并加载数据（As Select）

根据查询结果创建表（查询的结果会添加到新创建的表中）

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

1.4 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

   hive (default)> 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

   hive (default)> dfs -put /opt/module/datas/student.txt /user/hive/warehouse/student5;
   

3. 查询数据

   hive (default)> select * from student5;
   

1.5 Import数据到指定Hive表中

注意：先用export导出后，再将数据导入。

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

2 数据导出

2.1 Insert导出

1. 将查询的结果导出到本地

   hive (default)> insert overwrite local directory '/opt/module/datas/export/student'
               select * from student;
   

2. 将查询的结果格式化导出到本地

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

3. 将查询的结果导出到HDFS上(没有local)

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

2.2 Hadoop命令导出到本地

hive (default)> dfs -get /user/hive/warehouse/student/month=201709/000000_0 opt/module/datas/export/student3.txt;

2.3 Hive Shell 命令导出

基本语法：（hive -f/-e 执行语句或者脚本 > file）

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

2.4 Export导出到HDFS上

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

2.5 Sqoop导出

3 清除表中数据（Truncate）

注意：Truncate只能删除管理表，不能删除外部表中数据

hive (default)> truncate table student;