hive数据导入

时间  2019-12-06 标签 hive 数据 导入

（1）、从本地文件系统中导入数据到hive表；
（2）、从HDFS上导入数据到Hive表；
（3）、从别的表中查询出相应的数据并导入到Hive表中；
（4）、在建立表的时候经过从别的表中查询出相应的记录并插入到所建立的表中。
我会对每一种数据的导入进行实际的操做，由于纯粹的文字让人看起来很枯燥，并且学起来也很抽象。好了，开始操做！数据库

　　1、从本地文件系统中导入数据到Hive表
　　先在Hive里面建立好表，以下：oop

1 hive> create table wyp
2     > (id int, name string,
3     > age int, tel string)
4     > ROW FORMAT DELIMITED
5     > FIELDS TERMINATED BY '\t'
6     > STORED AS TEXTFILE;
7 OK
8 Time taken: 2.832seconds

这个表很简单，只有四个字段，具体含义我就不解释了。本地文件系统里面有个/home/wyp/wyp.txt文件，内容以下：spa

1 [wyp@master~]$ cat wyp.txt
2 1      wyp     25     13188888888888
3 2      test    30     13888888888888
4 3      zs      34     899314121

wyp.txt文件中的数据列之间是使用\t分割的，能够经过下面的语句将这个文件里面的数据导入到wyp表里面，操做以下：.net

1 hive> load data local inpath 'wyp.txt'into table wyp;
2 Copying data from file:/home/wyp/wyp.txt
3 Copying file: file:/home/wyp/wyp.txt
4 Loading data to table default.wyp
5 Table default.wyp stats:
6 [num_partitions: 0, num_files: 1, num_rows: 0, total_size: 67]
7 OK
8 Time taken: 5.967seconds

这样就将wyp.txt里面的内容导入到wyp表里面去了（关于这里面的执行过程你们能够参见本博客的《Hive表与外部表》），能够到wyp表的数据目录下查看，以下命令：code

1 hive> dfs -ls /user/hive/warehouse/wyp ;
2 Found 1items
3 -rw-r--r--3wyp supergroup 672014-02-1918:23/hive/warehouse/wyp/wyp.txt

数据的确导入到wyp表里面去了。blog

　　和咱们熟悉的关系型数据库不同，Hive如今还不支持在insert语句里面直接给出一组记录的文字形式，也就是说，Hive并不支持INSERT INTO …. VALUES形式的语句。

　　2、HDFS上导入数据到Hive表
　　从本地文件系统中将数据导入到Hive表的过程当中，实际上是先将数据临时复制到HDFS的一个目录下（典型的状况是复制到上传用户的HDFS home目录下,好比/home/wyp/），而后再将数据从那个临时目录下移动（注意，这里说的是移动，不是复制！）到对应的Hive表的数据目录里面。既然如此，那么Hive确定支持将数据直接从HDFS上的一个目录移动到相应Hive表的数据目录下，假设有下面这个文件/home/wyp/add.txt，具体的操做以下：hadoop

1 [wyp@master/home/q/hadoop-2.2.0]$ bin/hadoop fs -cat /home/wyp/add.txt
2 5      wyp1    23     131212121212
3 6      wyp2    24     134535353535
4 7      wyp3    25     132453535353
5 8      wyp4    26     154243434355

　　上面是须要插入数据的内容，这个文件是存放在HDFS上/home/wyp目录（和一中提到的不一样，一中提到的文件是存放在本地文件系统上）里面，咱们能够经过下面的命令将这个文件里面的内容导入到Hive表中，具体操做以下：ci

01 hive> load data inpath '/home/wyp/add.txt'into table wyp;
02 Loading data to table default.wyp
03 Table default.wyp stats:
04 [num_partitions: 0, num_files: 2, num_rows: 0, total_size: 215]
05 OK
06 Time taken: 0.47seconds
07  
08 hive> select * from wyp;
09 OK
10 5      wyp1    23     131212121212
11 6      wyp2    24     134535353535
12 7      wyp3    25     132453535353
13 8      wyp4    26     154243434355
14 1      wyp     25     13188888888888
15 2      test    30     13888888888888
16 3      zs      34     899314121
17 Time taken: 0.096seconds, Fetched: 7row(s)

　　从上面的执行结果咱们能够看到，数据的确导入到wyp表中了！请注意load data inpath ‘/home/wyp/add.txt’ into table wyp;里面是没有local这个单词的，这个是和一中的区别。get

　　3、从别的表中查询出相应的数据并导入到Hive表中
　　假设Hive中有test表，其建表语句以下所示：博客

01 hive> create table test(
02     > id int, name string
03     > ,tel string)
04     > partitioned by
05     > (age int)
06     > ROW FORMAT DELIMITED
07     > FIELDS TERMINATED BY '\t'
08     > STORED AS TEXTFILE;
09 OK
10 Time taken: 0.261seconds

　　大致和wyp表的建表语句相似，只不过test表里面用age做为了分区字段（关于什么是分区字段，请参见本博客的《Hive的数据存储模式》中的介绍，其详细的介绍本博客将会在接下来的时间内介绍，请关注本博客！）。下面语句就是将wyp表中的查询结果并插入到test表中：

01 hive> insert into table test
02     > partition (age='25')
03     > select id, name, tel
04     > from wyp;
05 #####################################################################
06            这里输出了一堆Mapreduce任务信息，这里省略
07 #####################################################################
08 Total MapReduce CPU Time Spent: 1seconds 310msec
09 OK
10 Time taken: 19.125seconds
11  
12 hive> select * from test;
13 OK
14 5      wyp1    131212121212   25
15 6      wyp2    134535353535   25
16 7      wyp3    132453535353   25
17 8      wyp4    154243434355   25
18 1      wyp     13188888888888 25
19 2      test    13888888888888 25
20 3      zs      899314121      25
21 Time taken: 0.126seconds, Fetched: 7row(s)

　　经过上面的输出，咱们能够看到从wyp表中查询出来的东西已经成功插入到test表中去了！若是目标表（test）中不存在分区字段，能够去掉partition (age=’25′)语句。固然，咱们也能够在select语句里面经过使用分区值来动态指明分区：

01 hive> set hive.exec.dynamic.partition.mode=nonstrict;
02 hive> insert into table test
03     > partition (age)
04     > select id, name,
05     > tel, age
06     > from wyp;
07 #####################################################################
08            这里输出了一堆Mapreduce任务信息，这里省略
09 #####################################################################
10 Total MapReduce CPU Time Spent: 1seconds 510msec
11 OK
12 Time taken: 17.712seconds
13  
14  
15 hive> select * from test;
16 OK
17 5      wyp1    131212121212   23
18 6      wyp2    134535353535   24
19 7      wyp3    132453535353   25
20 1      wyp     13188888888888 25
21 8      wyp4    154243434355   26
22 2      test    13888888888888 30
23 3      zs      899314121      34
24 Time taken: 0.399seconds, Fetched: 7row(s)

　　这种方法叫作动态分区插入，可是Hive中默认是关闭的，因此在使用前须要先把hive.exec.dynamic.partition.mode设置为nonstrict。固然，Hive也支持insert overwrite方式来插入数据，从字面咱们就能够看出，overwrite是覆盖的意思，是的，执行完这条语句的时候，相应数据目录下的数据将会被覆盖！而insert into则不会，注意二者之间的区别。例子以下：

1 hive> insert overwrite table test
2     > PARTITION (age)
3     > select id, name, tel, age
4     > from wyp;

　　更可喜的是，Hive还支持多表插入，什么意思呢？在Hive中，咱们能够把insert语句倒过来，把from放在最前面，它的执行效果和放在后面是同样的，以下：

01 hive> show create table test3;
02 OK
03 CREATE  TABLE test3(
04   id int,
05   name string)
06 Time taken: 0.277seconds, Fetched: 18row(s)
07  
08 hive> from wyp
09     > insert into table test
10     > partition(age)
11     > select id, name, tel, age
12     > insert into table test3
13     > select id, name
14     > where age>25;
15  
16 hive> select * from test3;
17 OK
18 8      wyp4
19 2      test
20 3      zs
21 Time taken: 4.308seconds, Fetched: 3row(s)

　　能够在同一个查询中使用多个insert子句，这样的好处是咱们只须要扫描一遍源表就能够生成多个不相交的输出。这个很酷吧！

　　4、在建立表的时候经过从别的表中查询出相应的记录并插入到所建立的表中
　　在实际状况中，表的输出结果可能太多，不适于显示在控制台上，这时候，将Hive的查询输出结果直接存在一个新的表中是很是方便的，咱们称这种状况为CTAS（create table .. as select）以下：

01 hive> create table test4
02     > as
03     > select id, name, tel
04     > from wyp;
05  
06 hive> select * from test4;
07 OK
08 5      wyp1    131212121212
09 6      wyp2    134535353535
10 7      wyp3    132453535353
11 8      wyp4    154243434355
12 1      wyp     13188888888888
13 2      test    13888888888888
14 3      zs      899314121
15 Time taken: 0.089seconds, Fetched: 7row(s)
联系我们 沪ICP备13005482号-10