Hive学习笔记：四浅入

Hive 中的数据库、表、数据与HDFS 的对应关系

Hive 数据库

我们通过在hive 终端，查看数据库信息，可以看出来hive 有一个默认的数据库default，而且我们也知道，hive 数据库对应的是hdfs 上面的一个目录，那么默认的default 数据库到底是对应的哪一个目录呢？ 我们可以通过hive 配置文件(hive-site.xml)中一个hive.metastore.warehouse.dir 配置项看到信息。

<!--hive在hdfs上的默认数据存储目录-->

  <property>

    <name>hive.metastore.warehouse.dir</name>

    <value>/user/hive/warehouse</value>

    <description>location of default database for the warehouse</description>

  </property>

一旦创建表，可以查看hdfs或者metastore(使用mysql客户端工具连接)就能感知到，metastore中DBS查看对应关系。metastore表说明可以参考 http://blog.163.com/javaee_chen/blog/static/179195077201172663310898/

hive数据库操作常用命令

hive操作与mysql操作大部分类似，数据库操作如：

查看库命令：show databases;

选择数据库：use dbName;

创建数据库：create database db1;

创建指定位置的数据库：create database db2 location '/user/hive/db2';（创建完可以在hdfs跟metastore中DBS查看对应关系）

删除数据库：drop database <dbName>；如drop database db1;（删除后可以查看hdfs跟metastore中变化，默认数据库无法删除）

Hive 数据类型

以下着重记录一下date、boolean 和复杂的数据类型，其余的数据类型和mysql 中的几乎一样。

hive表

hive 中的表，对应到hdfs 是文件夹。创建表语句也非常简单，举个简单例子：create table t1(id int);

查看所有表：show tables;

查看表结构：desc tableName; 如：desc  t1;

查看表的创建信息：show create table tableName;

重命名表：ALTER TABLE tblName RENAME TO new_tblName;

增加表字段：alter table tblName add columns (columnName type comment 'info');如：alter table t1 add columns (name string comment '姓名');

修改表字段：ALTER TABLE table_name CHANGE
                        [CLOUMN] col_old_name col_new_name column_type
                        [CONMMENT col_conmment]
                        [FIRST|AFTER column_name];

修改表字段：ALTER TABLE tblName CHANGE colName new_colName new_type;如：ALTER TABLE t1 CHANGE name stu_name string comment '姓名';

修改表字段位置：

        1、将列排在第一：ALTER TABLE t1 CHANGE stu_name stu_name string FIRST;

        2、将列排在某列后面：ALTER TABLE t1 CHANGE stu_name stu_name string AFTER id;

替换表中的列：ALTER TABLE tblName REPLACE COLUMNS (col_spec[, col_spec ...]);如：ALTER TABLE t1 REPLACE COLUMNS (t_id int comment "t_id");

        hive中没有直接删除列的方法，使用替换表中的列，达到类似效果。

删除表：drop table tableName;

创建或修改表，可以在hdfs或metastore中查看对应关系，这里不再赘述。

加载数据到表中的两种方式

1、使用命令load data，如：load data local inpath '/home/data/t1' into table t1;

2、使用hadoop fs -put 命令直接将数据放到表在hdfs 的目录下面，如：hdfs dfs -put t1 /user/hive/warehouse/t1/t1_1

简单实验，这里创建t1表只有一列，数据文件t1内容如下

1

2

3

hive客户端可以直接使用hadoop命令和linux命令，使用linux命令需要在命令前加!，如! pwd

查询表数据：select * from t1;

数据加载的两种模式

一般的，我们在加载数据到数据库有两种模式，一种是读模式，一种是写的模式。

写模式指的是在数据加载的时候，对数据合法性进行校验。表中的数据是合乎规范的，有利于快速查询和快速处理。

读模式指的是在数据读取的时候，对数据合法性进行校验，在写入的时候不校验。优点是加载数据非常快，适合于大量数据的一次性加载。

Hive 是读模式。当上传文件到表中，hive 不会对表中的数据进行校验，对于错误的数据格式查询的时候也不会报错，只是显示为NULL。

列分隔符

hive是有默认的分隔符的，默认的行分隔符比较清楚，是'\n'，而默认的列分隔符呢，是\001，复杂数据类型的分隔符稍后再说。\001 这个是ASCII 码中一些特殊不常使用不可见字符，在文本中我们可以通过ctrl+v 然后ctrl+a 来输入\001。编辑文本t2如下：

1    zhangshan    2014-01-13    true
2    李四    2015-11-11    false
3    王五    2014-23-23    0

那么问题来了，为了我们能够在上传数据之后就能看到相应的数据，那我们改如何设置hive 表的默认分隔符呢？

其实也是非常的简单，只要我们自创建表的时候指定一下分隔符就可以了，加一些约束分割信息就可以了。如：

create table t2_2(
id int commet 'ID',
stu_name string comment 'name',
stu_birthday date comment 'birthday',
online boolean comment 'is online'
) row format delimited
fields terminated by '\t'
lines terminated by '\n';

指定列分隔符为‘\t’，行分隔符为‘\n’。注意fields terminated by要写在前面。

将数据加载到表中：load data local inpath '/home/data/t2' into table t2_2;

复杂数据类型

hive提供了复合数据类型：
Structs： structs内部的数据可以通过DOT（.）来存取，例如，表中一列c的类型为STRUCT{a INT; b INT}，我们可以通过c.a来访问域a
Maps（K-V对）：默认分隔符分隔符为\003，怎么敲呢，ctrl+v 和ctrl+c。访问指定域可以通过["指定域名称"]进行，例如，一个Map M包含了一个group-》gid的kv对，gid的值可以通过M['group']来获取
Arrays：分隔符为\002，怎么敲呢，ctrl+v 和ctrl+b，array中的数据为相同类型，例如，假如array A中元素['a','b','c']，则A[1]的值为'b'

1、array使用

create table t3_stu_hobby(
id int commet 'ID',
stu_name string comment 'stu name',
stu_hobby array<string> comment "stu's hobby"
) row format delimited
fields terminated by '\t'
collection items termianted by ',';

准备t3数据如下：

1    zhangsan    sing,coding,swing
2    lisi    music,football

加载load data local inpath '/home/data/t3' into table t3_stu_hobby;查询数据：

2、map使用

create table t4_stu_scores(
id int commet 'ID',
stu_name string comment 'stu name',
stu_scores map<string, int> comment "stu's scores"
) row format delimited
fields terminated by '\t'
collection items terminated by ','
map keys terminated by ':';

准备t4数据如下：

1	zhangsan	chinese:60,math:61,englist:62
2	lisi	chinese:90,math:60,englist:32

加载load data local inpath '/home/data/t4' into table t4_stu_scores;查询数据：

3、struct使用

create table t5_staff_address (
id int commet 'ID',
staff_name string comment 'staff name',
staff_address struct<home_addr:string, office_addr:string> comment "staff's address"
) row format delimited
fields terminated by '\t'
collection items terminated by ',';

准备t5数据如下：

1	zhangsan	home_addr:gansu,office_addr:lishuiqiao
2	lisi	home_addr:haidian,office_addr:lishuiqiao

加载load data local inpath '/home/data/t4' into table t4_stu_scores;查询数据：