Hive数据表操作--学习笔记

1,Hive数据表操作

1,建表语句和内外部表
①创建内部表

create [external] table [if not exists] 表名(
字段名 字段类型 [comment '注释'],
字段名 字段类型 [comment '注释'],
...
)
[row format delimited
fields terminated by '指定分隔符'];

(1)直接使用create table创建表时默认创建内部表,而当添加external后,表示创建外部表;
(2)当要查看表类型与详细信息时,使用语法[desc formatted 表名;];
2,外部表(EXTERNAL_TABLE)
外部表(External),是指被external关键字修饰的表, 也可称为关联表。
要创建一个外部表,需要添加external关键字,语法:

create external table 数据表名 ......[location]......

1.1,请说一说内部表和外部表有什么区别?

在Hive中,内部表和外部表的区别主要有如下几点:
1,通过external关键字区分,内外部表
内部表:内部表直接使用create table 内部表名 的形式创建即可
外部表:外部表需要使用external 关键字来修饰,因此创建外部表语法时,create external table table 外部表名
2,内部表和外部表再Hive中的管理范围不一样
内部表:表类型表示为Manage_table ,Hive在管理内部表时当使用drop删除表,既能删除内部表的元数据,也能删除在HDFS中的实际数据,因此,Hive能完全控制和管理内部表,所以内部表也可以称为管理表
外部表:表类型表示为,external_taable,Hive在管理外部表时,只能删除元数据信息,而不能删除HDFS中的实际数据,当使用drop删除外部表时,只能删除外部表的元数据,而不能删除外部表位于HDFS中的真实数据,因此,Hive仅能管理外部表的部分内容,所以外部表也可以称为关联表。
3,更改表结构与两类表操作有所不同
内部表:更改内部表结构时,HDFS中可以同步更改数据结果;
外部表:当对外部表更改结构后,HDFS中不能立马同步结果,而需要进行对外部表进行修复操作;
4,存储路径可能不同
内部表:当在设计内部表时,一般对于存储路径是默认的,即/user/hive/warehose目录下;
外部表:一般在创建外部表时,为了数据的安全,可能会设定存储路径名。
以上就是我对内部表和外部表区别的一些个人理解。
3,字段类型
对于字段类型,整体可以分为两个大类别:
(1)原生数据类型(primitive data type)
原生数据类型包括:数值类型、时间类型、字符串类型、杂项数据类型;
在原生数据类型中,较为常见的有:int、double、string、varchar、timestamp、
date。
(2)复杂数据类型(complex data type)
复杂数据类型包括:array数组、map映射、struct结构、union联合体。
4,关于Hive的数据类型,需要注意:
(1)Hive的数据类型不区分大小写,或者说对大小写不敏感;
(2)除SQL数据类型外,还支持Java数据类型,比如string;
(3)int和string是使用最多的,大多数函数都支持;
(4)复杂数据类型的使用时,通常需要和分隔符指定语法并配合使用;
(5)如果定义的数据类型和文件不一致,hive会尝试自动转换类型,但是不保证成
功。

1.2 创建表

(1)创建表 create
(2)查看表 desc/show
(3)删除表 drop
(4)修改表 alter
1,默认分隔符
默认分隔符应该是:“\001”。在某些文本编辑器中,这类特殊符号会显示为SOH。
2,常见的建表语句
(1)基于查询结果建表
create table 表名 as select 语句;
(2)基于已存在的表结构建表(相当于复制一张和已存在的表一摸一样的表)
create table 表名 like 已存在的表名;

-- 了解快速建表操作
create table computer(
brand string,
price double,
size int
) row format delimited
fields terminated by "\t";
insert into computer values ("苹果",19999.99,8);
-- _copy
create table phone_copy as select * from phone;
create table computer_copy like computer;

1.3查看表与删除表

(1)查看表
在Hive中,DESC TABLE语句可用于显示Hive中表的元数据信息。

-- 查看字段基本信息
desc [数据库名.]表名;
-- 以序列化形式查看字段更多信息
desc extended [数据库名.]表名;
-- 以表格形式查看字段所有信息
desc formatted [数据库名.]表名;

(2)删除表
drop table 表名;
当使用删除表命令删除内部表时,元数据及数据表内容等都会删除。

1.4修改表

(1)添加一列
给数据表添加一列新字段,

alter table 表名 add columns(字段名 数据类型);

(2)修改字段名
当数据表的某字段名有误时,可以修改字段名,语法

alter table 表名 change 原字段 新字段名 类型;

(3)修改表名
一般地,给数据表命名时一般会添加前缀tb或tbl或table字样。语法:

alter table 表名 rename to 新的表名;

(4)修改表位置路径
也可以修改表的存储位置,语法:

alter table 表名 set location '路径';

1.5操作内部表数据

在Hive中的内部表操作数据,语法:
(1)插入数据
insert into 表名[(字段名, 字段名, …)] values(值, 值, …);
(2)查看数据
select * from 表名;
(3)清空数据
truncate table 表名;

-- ------------------操作数据--------------------------
use sz41db_machine;
create table teacher(
id int,
name string,
gender string
) row format delimited
fields terminated by "\t";
insert into teacher values (1,"fangGE","Man"),(2,"文
文","Woman");
select * from teacher;
truncate table teacher;

1.6上传文件映射表

-- ---------------映射文件-----------------------
use sz41db_machine;
show tables ;
create table student(
id int,
stu_name string
)row format delimited
fields terminated by ",";
select * from student;

(1)当数据表字段内容与表目录下的文件数据有对应,则会自动映射数据内容
到Hive表中;
(2)我们会发现,当把数据表导入到HDFS对应目录后,这类插入数据的方式
比直接insert要更高效。

2,外部表操作

1,创建外部表

create external table [if not exists] 表名(
字段名 字段类型 [comment '注释'],
字段名 字段类型 [comment '注释'],
...
)
[comment '注释']
[row format delimited
fields terminated by '指定分隔符']
[location 'HDFS路径名']
[tblproperties (属性名=, 属性名=, ...)];

desc 表名; – 查看字段基本信息 1
desc formatted 表名; – 以表格形式查看信息 1
desc extended 表名; – 以序列化形式查看更多信息

2.1修改表信息

(1)查看创建表语句
为了查看建表的具体信息,可以使用创建表语句:

show create table 表名;

(2)修改字段类型
当要修改表中的字段类型时,语句:

alter table 表名 replace columns (字段名 类型, 字段名 类型, ...);

(3)修改表属性
在创建表时,我们看到可以添加一个[tblproperties属性]选项。其实,也是可以修改
的。语法:

alter table 表名 set tblproperties (属性名=, ...);

说明:
(1)当修改属性且修改表中不存在的属性信息时,则表示添加一个表属性;
(2)当修改表中已有属性名时,仅需设定属性名一致,并把值修改即可。
2,切换内部表与外部表
(1)当仅需要临时使用数据时,可以临时使用外部表,其他时候通常建议使用内部表;
(2)一般情况下,不建议修改表的存储路径地址,因此修改表路径仅作了解。
alter table 表名 set tblproperties (“EXTERNAL”=“TRUE”);

2.2 内部表与外部表的区别

再Hive中,内部表和外部表的区别主要有如下几点:
1,通过external关键字区分,内外部表
内部表:内部表直接使用create table 内部表名 的形式创建即可
外部表:外部表需要使用external 关键字来修饰,因此创建外部表语法时,create external table table 外部表名
2,内部表和外部表再Hive中的管理范围不一样
内部表:表类型表示为Manage_table ,Hive在管理内部表时当使用drop删除表,既能删除内部表的元数据,也能删除在HDFS中的实际数据,因此,Hive能完全控制和管理内部表,所以内部表也可以称为管理表
外部表:表类型表示为,external_taable,Hive在管理外部表时,只能删除元数据信息,而不能删除HDFS中的实际数据,当使用drop删除外部表时,只能删除外部表的元数据,而不能删除外部表位于HDFS中的真实数据,因此,Hive仅能管理外部表的部分内容,所以外部表也可以称为关联表。
3,更改表结构与两类表操作有所不同
内部表:更改内部表结构时,HDFS中可以同步更改数据结果;
外部表:当对外部表更改结构后,HDFS中不能立马同步结果,而需要进行对外部表进行修复操作;
4,存储路径可能不同
内部表:当在设计内部表时,一般对于存储路径是默认的,即/user/hive/warehose目录下;
外部表:一般在创建外部表时,为了数据的安全,可能会设定存储路径名。
以上就是我对内部表和外部表区别的一些个人理解。

3,数据的导入与导出

1.1添加数据

(1)在HDFS访问页面导入文件
首先,进入HDFS访问页面中,然后把外部文件导入存储数据的路径。
(2)直接使用insert into插入数据
采用SQL语法insert来插入数据到数据表中,语法:

insert into 表名[(字段名, 字段名, ...)] values(,, ...);

(3)从已有数据的表中,导入数据到新表
当表A中已存在数据,要把表内数据复制到另一张表B时,语法:

-- 追加数据
insert into [table] 表名A select * from 表名B;
-- 数据覆盖
insert overwrite table 表名A select * from 表名B;

1.2数据的加载

(1)使用hdfs put命令上传文件
(2)使用load语法加载数据
(1)使用hdfs put命令上传文件
-put命令用于将本地系统的文件上传到HDFS系统中,语法:
hdfs dfs -put /本地文件路径 /hdfs文件路径
(2)使用load语法加载数据
load可以翻译为:加载。可以用于给数据表中导入数据,语法:

load data [local] inpath '文件路径名' [overwrite] into table 表
名;

1.3数据的导出

(1)从HDFS页面导出文件
到HDFS访问页面中,直接Download下载文件。
(2)使用hdfs get命令下载文件
-get命令用于将HDFS系统中的文件下载到本地,语法:
(3)使用类SQL命令导出数据
也可以将hive表中的数据导出到其他任意目录,例如linux本地目录、hdfs路径等。

insert overwrite [local] directory "存放目录路径名" select 语句;

将查询的结果导出到本地,且使用默认列分隔符。

insert overwrite local directory '/home/hadoop/export1' select
* from test_load ;

将查询的结果以指定列分隔符\t形式,导出到本地Linux目录。

insert overwrite local directory '/home/hadoop/export2' row
format delimited fields terminated by '\t' select * from
test_load;

将查询的结果导出到HDFS上(不带local关键字)。

insert overwrite directory '/tmp/export' row format delimited
fields terminated by '\t' select * from test_load;

你可能感兴趣的:(大数据,hive,学习,笔记)