创建表的三种方式
1.第一种创建方式:普通方式(最常用)
。创建格式
# 指定表的类型和表的名称
CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
# 指定每列的名称和类型
[(col_name data_type [COMMENT col_comment], ...)]
# 对表的说明
[COMMENT table_comment]
# 指定分区表的列名称,列类型
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
# 指定每列的分隔符、数据类型的类型
[
[ROW FORMAT row_format]
[STORED AS file_format]
| STORED BY 'storage.handler.class.name' [WITH SERDEPROPERTIES (...)]
]
# 指定数据文件存储在HDFS的什么位置
[LOCATION hdfs_path]
# 表的属性设置
[TBLPROPERTIES (property_name=property_value, ...)]
# 子查询
[AS select_statement];
。示例(创建员工表和部门表)
hive1.png hive2.png hive3.png。加载数据
格式:load data [local] inpath 'filepath' [overwrite] into table table_name [partition(partcol=val1,partcol2=val2...)]
参数解释:local表示是否从本地文件系统寻找文件,默认的是从hdfs上寻找文件;overwrite表示是否覆盖表中已有的数据。
hive (test_db)> load data local inpath '/opt/datas/emp.txt' overwrite into table emp;
hive (test_db)> load data local inpath '/opt/datas/dept.txt' overwrite into table dept;
2.第二种创健方式:把子查询的结果作为一张新表。适用于需要保存查询的中间结果。
。创建格式
与第一种格式相同,需要注意 子查询要放在最后。
。示例
3. 第三种创建方式:复制另外一个表的结构。
。创建格式
create table tablename1 like tablename2;
创建表1而且和表2 的表结构和属性完全一样,但是不复制表2中的数据,所以表1的数据为空。
。 示例
Hive两种表类型
如果在创建表时不指定external关键字,则默认的是创建管理表(内部表),内部表对应的目录必须存储在hive的数据仓库中。
hive8.png还有一种表是指定external关键字的表,即外部表,外部表的数据文件可以自己指定目录(不在局限于hive数据仓库中),指定对的目录下面的数据文件及为这个表的数据文件。
hive9.png如何创建外部表。location指定的是hdfs上的目录,该目录表示的是这个外部表目录,这个目录下的文件即为这个表的数据文件。
内部表和外部表的区别
-
执行删除表命令操作时,对于内部表,会删除元数据和存储的数据,而对于外部表只会删除元数据库里的元数据信息,而不会删除存储的数据。这样可以防止多个部门同时使用一个表时,一个部门删除数据文件导致其他部门不能使用的情况。方便共享数据。
-
内部表默认存储在数据仓库中,而外部表一般通过location自己指定目录,便于存放在仓库外。
Hive分区表
-
为什么有分区表?
如果把一年或者一个月的日志文件存放在一个表下,那么数据量会非常的大,当查询这个表中某一天的日志文件的时候,查询速度还非常的慢,这时候可以采用分区表的方式,把这个表根据时间点再划分为小表。这样划分后,查询某一个时间点的日志文件就会快很多,因为这是不需要进行全表扫描。 -
hive中的分区表
hive中的分区是根据“分区列”的值对表的数据进行粗略的划分,hive中一个表对应一个目录,再根据分区列在这个表目录下创建子目录,每个子目录名就是分区列的名字。分区列定义与表中字段相似,但是与表中的字段无关,是独立的列。这样就加快了数据查询的速度,因为不会对这个表中进行全盘扫描了。 -
示例
-
创建分区表
hive10.png -
向分区表加载数据
hive12.png- 查看分区表
hive14.png -
-
查询分区表中数据
hive15.png
网友评论