（一）Hive简介

1、Hive基本概念

Hive基于hadoop的一个数据仓库工具：
hive本身不提供数据存储功能，使用HDFS做数据存储；
hive也是分布式计算框架，hive的核心工作就是把SQL语句翻译成MR程序；
hive不提供资源调度，也是默认由Hadoop当中yarn集群来调度；
可以将结构的数据映射为一张数据库表，并提供HQL（Hive SQL)查询功能。

（二）数据仓库与数据库的区别

数据库只存在当前值（近几年），数据仓库存放历史值（5-10年都可以）；
数据库内数据是动态变化的，只要有业务发生，数据就会被更新，而数据仓库则是静态的历史数据，只能定期添加、刷新；
数据库中的数据结构比较复杂，有各种结构以适合业务处理系统的需要，而数据仓库中的数据结构则相对简单；
数据库中数据访问频率较高，但访问量较少，而数据仓库的访问频率低（只要做查询）但访问量却很高；
数据库中数据的目标是面向业务人员的，为业务处理人员提供信息处理的支持，而数据仓库则是面向高层管理人员的，为其提供决策支持；
数据库在访问数据时要求响应速度快，其响应时间一般在几秒内，而数据仓库的响应时间则可长达数几小时（因为底层是mapreduce，所以比较慢）。

（三）Hive数据类型

1、基本数据类型

Hive设置矿池 hiveon矿池_大数据

2、复杂数据类型

Hive设置矿池 hiveon矿池_hive_02

（四）基本语句

1、创建数据库
【语法】

CREATE (DATABEAS[SCHEMA]) [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERITIES (property_name=propery_value,...)];

【例子】

CREATE DATABASE myhive
COMMENT '测试库';

2、使用数据库
【语法】

USE database_name;

【示例】
（1）查看数据库：SHOW DATABASES; （2）使用数据库：USE myhive;

3、删除数据库
【语法】

DROP (DATABASE|SCHEMA) (IF NOT EXISTS) database_name [RESTRICT|ASCADE];

ASCADE强制删除数据库

4、创建数据表
（1）直接建表法

CREATE TABLE t1(
      id INT,
      name STRING,
      hobby ARRAY
      add MAP
      ROW FORMAT DELIMITED 
      FIELDS ITEMS TERMIMATED BY ','  # 按逗号分割
      COLLECTION ITEMS TERMINATED BY '-'
      MAP KEYS TERMINATED BY ':'   # MAP类型通过：分割
)

（2）查询建表法

CREATE TABLE t2 AS
SELECT id,
            name
FROM t1;

（3）like建表法 只会把表结构复制过去，但是不会复制表内的数据

CREATE TABLE empty_key_value_store
LIKE key_value_store

5、修改表

（1）修改表名

ALTER TABLE old_name RENAME TO new_name;

（2）修改列名

ALTER TABLE name CHAR column_name new_name new_type;

（3）增加列

ALTER TABLE emp ADD COLUMNS(age INT);

6、删除表

DROP TABLE [IF NOT EXISTS] table_name [PUREG];

7、导入数据

LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename PARTITION （partcol1=val1,partcol2=val2...)

(1)从本地导入到hive表

LOAD DATA LOCAL INPATH '/home/hadoop/haha.txt' INTO TABLE t1;
(2)从hdfs导入到hive表LOAD DATA INPATH '/test' INTO TABLE t1;

8、导出数据

（1）保存到本地

INSERT OVERWRITE LOCAL DIRECTORY '/home/hadoop/' SELECT * FROM t1;

（2）保存到hdfs

INSERT OVERWRITE DIRECTORY '/abc' SELECT * FROM t1;

（五）管理表（内部表）、外部表、分区表

（1）内部表：内部表创建的时候，在hdfs上面也会创建一个目录，删除的时候会把hdfs上面的数据也一并删除，故不常用。
（2）外部表：外部表创建的时候，在hdfs上面也会创建一个目录，删除的时候只会删除表的元数据和结构，而不会删除hdfs上面的数据。

CREATE EXTERNAL TABLE t1(
                   id INT,
                   name STRING )
ROW FORMAT DELIMITED
FIELDS TERMIMATED BY ',';

（3）分区表：hive中没有索引，导致查询速度很慢，如果不设置分区，则每次查询会全表扫描。

CRETAE TABLE logs(
       ts INT,
       line STRING)
parttional by(dt string,country string);

（4）查看分区show partitions 表名

show partitions 表名