Hive数据类型和DDL操作

hive命令
在Linux下的命令行中直接输入如下命令,可以查看帮助信息:

  1 # hive -help
Hive使用01
常用的如-e、-f参数。
使用-e参数,可以直接在命令行传递SQL语句进行hive表数据的查询:
  1 # hive -e "select * from testhive.testtable"
Hive使用02
使用-f参数,可以在命令行中传递文件进行进行hive表数据的查询,首先使用如下命令创建一个名为test.hql的文件:
  1 # vim test.hql

在该文件中写入SQL语句:
  1 select * from testhive.testtable

然后在Linux命令行执行如下命令:
  1 # hive -f test.hql
Hive使用03
并且该执行查询的结果可以追加到文件中:
  1 # hive -f test.hql > result.txt
  2 # cat result.txt
Hive使用04
执行如下命令,可以查看hive中执行过的所有历史命令:
  1 # cat .hivehistory
Hive使用05
Hive的其他配置
现在hive查询出来的数据显示很不友好,为了显示数据头信息,通过如下配置文件项开启配置:
  1 <property>
  2     <name>hive.cli.print.header</name>
  3     <value>true</value>
  4 </property>
Hive使用06
在Hive客户端中时,为了显示当前操作哪个数据库,通过如下配置文件项开启配置:
  1 <property>
  2     <name>hive.cli.print.current.db</name>
  3     <value>true</value>
  4 </property>
Hive使用07Hive使用08

Hive的set
在Hive的客户端中,可以使用set命令进行配置,该配置当前操作有效:

  1 hive (default)> set hive.cli.print.current.db=false;

Hive使用09
关闭了当前操作的数据库位置显示。
Hive的数据类型
基本数据类型
Hive的数据类型与Java的数据类型对应关系:

Hive数据类型

Java数据类型

描述

TINYINT

byte

1byte整数

SMALLINT

short

2byte整数

INT

int

4byte整数

BIGINT

long

8byte整数

BOOLEAN

boolean

true/false

FLOAT

float

单精度浮点数

DOUBLE

double

双精度浮点数

STRING

string

字符,可以用单引号或双引号

TIMESTAMP


时间类型

BINARY


字节数组


集合数据类型

数据类型

描述

STRUCT

结构体,通过“点”符号访问元素内容

MAP

一组键-值对元祖集合,使用数组表示法可以访问数据

ARRAY

是一组具有想同类型和名称的变量的集合


数据实例

DDL操作
DDL(Data Definition Language:数据定义语言)主要是用在定义表结构、改变表的结构、改变表数据类型、改变表之间的链接和约束等。
创建数据库
创建一个数据库:

  1 > create database db_testdb;

若创建的数据库已经存在,则会报错,这时可以使用if not exists判断:
  1 > create database if not exists db_testdb;
Hive使用10
注意:标准写法是使用if not exists判断的创建数据库语句。
查询数据库
查询Hive中的数据库:
  1 > show databases;

查询数据库信息:
  1 > desc database db_testdb;

查询数据库详细信息(数据库有额外的属性时):
  1 > desc database extended db_testdb;

切换数据库:
  1 > use testhive;
Hive使用11
删除数据库
删除空的数据库:
  1 > drop database db_testdb;

若删除的数据库不存在,则会报错,这时可以使用if exists判断:
  1 drop database if exists db_testdb;

使用cascade,强制删除有数据的数据库:
  1 drop database if exists db_testdb cascade;
Hive使用12
创建数据库表
建表语法:
  1 CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
  2 [(col_name data_type [COMMENT col_comment], ...)]
  3 [COMMENT table_comment]
  4 [PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
  5 [CLUSTERED BY (col_name, col_name, ...)
  6 [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
  7 [ROW FORMAT row_format]
  8 [STORED AS file_format]
  9 [LOCATION hdfs_path]

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,在建表的同时指定一个指向实际数据的路径(LOCATION),Hive创建内部表时,会将数据移动到数据仓库指向的路径;若创建外部表,仅记录数据所在的路径,不对数据的位置做任何改变。在删除表的时候,内部表的元数据和数据会被一起删除,而外部表只删除元数据,不删除数据。
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外部表数据源,例如后续使用的Hbase数据。
7.ROW FORMAT
DELIMITED [FIELDS TERMINATED BY char] [COLLECTION ITEMS TERMINATED BY char] [MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]
    | SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, ...)]
用户在建表的时候可以自定义SerDe或者使用自带的SerDe。如果没有指定ROW FORMAT 或者ROW FORMAT DELIMITED,将会使用自带的SerDe。在建表的时候,用户还需要为表指定列,用户在指定表的列的同时也会指定自定义的SerDe,Hive通过SerDe确定表的具体的列的数据。
SerDe是Serialize/Deserilize的简称,目的是用于序列化和反序列化。
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.LIKE允许用户复制现有的表结构,但是不复制数据。
内部表
默认创建的表都是内部表,这类表有Hive控制生命周期,默认会将表数据存储在配置文件中配置项指定的目录下:
  1 <property>
  2     <name>hive.metastore.warehouse.dir</name>
  3     <value>/root/hive/warehouse</value>
  4     <description>location of default database for the warehouse</description>
  5 </property>

当删除内部表时,该表的数据也会被删除。
说明:内部表不适合与其他工具共享数据。
1. 创建表
  1 > create table if not exists tableone (id int,name string) row format delimited fields terminated by '\t';

2. 根据已经存在的表结构创建表
  1 > create table if not exists tabletwo like tableone;

3. 查询表类型
  1 > desc tableone;
Hive使用13

外部表
外部表,Hive并不完全拥有数据。
例如:数据存储在Hbase的表中,此时创建的外部表若删除,则数据仍然存储在Hbase中,不会被删除。
此处使用前文中的Hbase中的表testtableone(前文连接https://www.cnblogs.com/Dcl-Snow/p/11433031.html),进行操作。

Hive使用14
1. 创建外部表

  1 create external table if not exists htesttableone (row2 string,info map<string,string>) stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' with serdeproperties("hbase.columns.mapping" = ":key,info:") tblproperties("hbase.table.name" = "testtableone");

Hive使用15

2. 查询表类型:

  1 > desc formatted htesttableone;

可以看到表类型为外部表:

Hive使用16

表类型转换
1. 查询tabletwo表类型:

  1 > desc formatted tabletwo;
Hive使用17

2. 内部表转换为外部表

  1 > alter table tabletwo set tblproperties('EXTERNAL'='TRUE');
Hive使用18

3. 外部表转换为内部表

  1 > alter table tabletwo set tblproperties('EXTERNAL'='FALSE');
Hive使用19

修改表名

  1 > alter table tabletwo rename to tablethree;
Hive使用20

注意:与Hbase数据表关联的Hive外部表,不能进行表类型转换,也不能修改表名,若需要修改表名则需在Hbase中进行修改。
删除表

  1 > drop table htesttableone;

删除外部表,可以看到Hbase中,该数据表仍然存在,不会被删除。

posted @ 2019-12-18 10:06  Dcl_Snow  阅读(562)  评论(0编辑  收藏  举报