文章目录
数据库的基本操作
创建数据库
create database [ if not exists ] myhive ;
说明：hive的表存放位置模式是由hive-site.xml当中的一个属性指定的
<name>hive.metastore.warehouse.dir</name> <value>/user/hive/warehouse</value>
创建数据库并指定hdfs的存储位置:
create database myhive2 location '/myhive2';
删除数据库
drop database myhive2;
使用该命令删除只能删除空数据库,如果数据库下面有数据表,那么就会报错!
强制删除数据库
drop database myhive cascade;
包含数据库下面的表一起删除; 不要执行,危险动作
查看数据库
show databases;
查看详细信息
# 查看数据库基本信息
desc database myhive2;
# 查看数据库更多详细信息
desc database extended myhive2;
数据库切换
use myhive（数据库名）；
修改数据库
数据库的元数据信息是不可更改的，包括数据库的名称以及数据库所在的位置,但我们可以使用alter database 命令来修改数据库的一些属性。
# 修改数据库的创建日期
alter database myhive2 set dbproperties('createtime'='20880611');
Hive建表时候的字段类型
数据表的基本操作
创建基本数据表(内部表):
create table tableName(字段名称 字段类型，字段名称 字段类型)
ROW FORMAT DELIMITED IELDS TERMINATED BY char(char分隔符)
指定数据中字段与字段的分隔符 ‘\t’ 或 ‘,’ 或 ‘|’ 或其他
创建外部数据表：
create EXTERNAL table tableName(字段名称 字段类型，字段名称 字段类型)
建外部表需要指定数据的存储路径。通过LOCATION进行指定。
从本地文件系统向表中加载数据
load data local inpath ‘文件路径’ into table 表名;
加载数据并覆盖已有数据
load data local inpath ‘文件路径’ overwrite into table 表名;
从HDFS文件系统向表中加载数据
load data inpath ‘/hivedatas/techer.csv’ into table techer;
内部表与外部表的区别：
在删除内部表时：内部表删除将表的元数据和数据同时删除。
在删除外部表时：外部表的元数据被删除，数据本身不删除。
创建分区表：
企业常见的分区规则：按天进行分区（一天一个分区）
创建分区表语法
create table score(s_id string,c_id string, s_score int) partitioned by (month string) row format delimited fields terminated by ‘\t’;
创建一个表带多个分区
create table score2 (s_id string,c_id string, s_score int) partitioned by (year string,month string,day string) row format delimited fields terminated by ‘\t’;
加载数据到分区表中
load data local inpath ‘/export/servers/hivedatas/score.csv’ into table score partition (month=‘201806’);
加载数据到一个多分区的表中去
load data local inpath ‘/export/servers/hivedatas/score.csv’ into table score2 partition(year=‘2018’,month=‘06’,day=‘01’);
查看分区
show partitions score;
添加一个分区
alter table score add partition(month=‘201805’);
同时添加多个分区
alter table score add partition(month=‘201804’) partition(month = ‘201803’);
注意：添加分区之后就可以在hdfs文件系统当中看到表下面多了一个文件夹
删除分区
alter table score drop partition(month = ‘201806’);
特别强调:
分区字段绝对不能出现在数据库表已有的字段中!
作用:
将数据按区域划分开，查询时不用扫描无关的数据，加快查询速度。
创建分桶表：
是在已有的表结构之上新添加了特殊的结构。
将数据按照指定的字段进行分成多个桶中去，说白了就是将数据按照字段进行划分，可以将数据按照字段划分到多个文件当中去
开启hive的桶表功能
set hive.enforce.bucketing=true;
设置桶(reduce)的个数
set mapreduce.job.reduces=3;
创建桶表
create table course (c_id string,c_name string,t_id string) clustered by(c_id) into 3 buckets row format delimited fields terminated by ‘\t’;
注意事项:
桶表的数据加载，只能通过insert overwrite。hdfs dfs -put文件或者通过load data无法加载。
所以只能先创建普通表,并通过insert overwrite的方式将普通表的数据通过查询的方式加载到桶表当中去
创建普通表
create table course_common (c_id string,c_name string,t_id string) row format delimited fields terminated by ‘\t’;
普通表中加载数据
load data local inpath ‘/export/servers/hivedatas/course.csv’ into table course_common;
通过insert overwrite给桶表中加载数据
insert overwrite table course select * from course_common cluster by(c_id);
特别强调:
分桶字段必须是表中的字段。
分桶逻辑:
对分桶字段求哈希值,用哈希值与分桶的数量取余,余几,这个数据就放在哪个桶内。
本次关于Hive的基本操作就到这里了,后续小菌会在这为大家补全更多的内容,敬请期待!ε≡٩(๑>₃<)۶
