hive的经常使用语法

也能够经过hadoop操做把文件导入到数据库中,使用hive来进行操做，也就是说只要是在建立的数据库中的存储位置，均可以进行hive的操做

假设导入的数据字段缺失，那么会出现null，而且null在字段的最后

假如导入的数据多出一个字段，那么多出的字段不会显示

hive表有两大类：

managed_table:存储的位置默认在/user/hive/warehourse/

external:

建立一个uuu.data数据，hadoop fs -put /  上传到hdfs的/目录中

想要把这个uuu.data数据导入到hive表中 load data inpath '/uuu.data' into table t_order_wk;

导入后发现/目录下uuu.data不见了，出现到咱们建的表的目录下

这样的缺点就是把咱们业务数据会移动位置，会干预咱们业务系统的运行

所以hive提供了external格式，数据能够在任何一个位置不影响，这样对数据的操做就不会影响业务数据

建立external表

1.hdfs上建立指定目录，而且导入数据

hadoop fs -mkdir /hive_ext

hadoop fs -put jjj.data /hive_ext

2.建立external表

create external table t_order_ex(id int,name,string,price double)
row format delimited
fields ternimated by '/t'
location '/hive_ex';

业务数据并无发生位置变化

3.查询数据

建立external的特色：

1.秩序关联，无需移动位置；

2.删除表时候，内部表及元数据都删除了，外部表的删除，只会删除表，业务数据不会删除，就是元数据时候删除的区别；

临时中间表的建立：

主要用于建立一些临时表存储中间结果，同时也会造成一个元数据

crete table t_order_simople 
as
select id,name,price from t_order_wk;

 

create table t_simple like t_order_wk;

insert overwrite table t_simple;用于向临时表中追加中间结果数据

 

partitioned by：

假如未使用分区，要查询某个月份的订单，使用group by 就会扫描所有数据，若是按月份建立了分区，那么就能够直接在某个月份的分区中查找

1.建立分区表

create table t_order(id int,name string,price double)
partitioned by(month string)
row format delimited
fields ternimated by '/t''

2.向分区中导入数据

load data local inpath '/home/hadoop/apps/xxx.data' into table t_order_wk partition(month='201401')

分区数据是先存储在表的文件夹/建立的分区名/分区表

3.按照分区进行查询

select count(*) from t_order_pt where month='201401'

把分区数据当成一个字段进行约束查询