学习笔记
文章目录
- 一、数据库
- 1 创建数据库
- 2 查询数据库
- 3 修改数据库
- 4 删除数据库
- 二、表
- 1 创建表
- 2 管理表（内部表）
- 3 外部表
- 4 管理表和外部表的使用场景
- 5 管理表与外部表的互相转换
- 6 建表时指定字段分隔符
- 7 修改表
- 7.1 重命名表
- 7.2 增加/修改/替换列信息
- 8 删除表
一、数据库
1 创建数据库
CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERTIES (property_name=property_value, ...)];例
创建一个数据库
数据库在 HDFS 上的默认存储路径是/user/hive/warehouse/*.db
hive (default)> create database db_hive;
避免要创建的数据库已经存在错误，增加 if not exists 判断。（标准写法）
创建一个数据库，指定数据库在 HDFS 上存放的位置
hive (default)> create database db_hive2 location '/db_hive2.db';
2 查询数据库
显示数据库
hive> show databases;过滤显示查询的数据库
hive> show databases like 'db_hive*'; OK查看数据库详情
hive> desc database db_hive;显示数据库信息
hive> desc database extended db_hive;切换当前数据库
hive (default)> use db_hive;3 修改数据库
用户可以使用 ALTER DATABASE 命令为某个数据库的 DBPROPERTIES 设置键-值对属性值， 来描述这个数据库的属性信息。
hive (default)> alter database db_hive
set dbproperties('createtime'='2021-4-17');
4 删除数据库
删除空数据库
hive>drop database db_hive2;如果删除的数据库不存在，最好采用 if exists 判断数据库是否存在
hive> drop database db_hive;
FAILED: SemanticException [Error 10072]: Database does not exist: db_hivehive> drop database if exists db_hive2;如果数据库不为空，可以采用 cascade 命令，强制删除
hive> drop database db_hive cascade;二、表
1 创建表
建表语法
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
[(col_name data_type [COMMENT col_comment], ...)]
[COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
[CLUSTERED BY (col_name, col_name, ...)
[SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]
[TBLPROPERTIES (property_name=property_value, ...)]
[AS select_statement]字段解释说明
（1）CREATE TABLE 创建一个指定名字的表。如果相同名字的表已经存在，则抛出异常； 用户可以用 IF NOT EXISTS 选项来忽略这个异常。
（2）EXTERNAL 关键字可以让用户创建一个外部表
（3）COMMENT：为表和列添加注释。
（4）PARTITIONED BY 创建分区表
（5）CLUSTERED BY 创建分桶表
（6）SORTED BY 不常用，对桶中的一个或多个列另外排序
（7）ROW FORMAT 定义行的格式
（8）stored as指定存储文件类型 ，常用的存储文件类型：SEQUENCEFILE（二进制序列文件）、textfile（文本）、RCFILE（列式存储格式文件）
- 如果文件数据是纯文本，可以使用 stored as textfile。
- 如果数据需要压缩，使用 STORED AS SEQUENCEFILE。
（9）LOCATION ：指定表在 HDFS 上的存储位置。
（10）AS：后跟查询语句，根据查询结果创建表。
（11）LIKE 允许用户复制现有的表结构，但是不复制数据。
2 管理表（内部表）
默认创建的表都是所谓的管理表，有时也被称为内部表。因为这种表，Hive 会控制着数据的生命周期。 Hive 默认情况下会将这些表的数据存储在由配置项
当我们删除一个管理表时，Hive 也会删除这个表中数据。管理表不适合和其他工具共享
3 外部表
因为表是外部表，所以 Hive 并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据，不过描述表的元数据信息会被删除掉。
外部表删除后，hdfs 中的数据还在，但是 metadata 中 dept 的元数据已被删除
例
create external table if not exists dept(
deptno int,
dname string, loc int
)
row format delimited fields terminated by '\t';4 管理表和外部表的使用场景
每天将收集到的网站日志定期流入 HDFS 文本文件。在外部表（原始日志表）的基础上 做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过 SELECT+INSERT 进入内部表。
5 管理表与外部表的互相转换
首先查询表的类型
desc formatted student2;
Table Type: MANAGED_TABLE修改内部表 student2 为外部表
alter table student2
set tblproperties('EXTERNAL'='TRUE');再次查询表的类型
desc formatted student2;
Table Type: EXTERNAL_TABLE修改外部表 student2 为内部表
alter table student2
set tblproperties('EXTERNAL'='FALSE');注意：(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写！
6 建表时指定字段分隔符
例
注：如果不指定分隔符，数据下载后会呈现这个样子
下载后
下面指定分隔符
创建表test6，并指定分隔符
插入数据
查询
7 修改表
7.1 重命名表
ALTER TABLE table_name
RENAME TO new_table_name;
7.2 增加/修改/替换列信息
更新列
ALTER TABLE table_name CHANGE
[COLUMN] col_old_name col_new_name column_type
[COMMENT col_comment]
[FIRST|AFTER column_name]例子
增加和替换列
ALTER TABLE table_name
ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)例
注：替换可以用来做删除列的操作
8 删除表
hive (default)> drop table dept;
