Hive DML之加载和导出数据

1、DML官网：LanguageManual DML - Apache Hive - Apache Software Foundation

 

2、表创建好了，把txt数据加载导入表中

LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]

（1）LOCAL： 有的话，指的是Linux上的路径。无的话，指的是HDFS上的路径。

（2）OVERWRITE：有的话，指数据覆盖。无的话，指的是数据追加。

（3）注意：从HDFS路径导入数据的话，在HDFS中的文件会消失。

hive> use testzhang_db;
OK
Time taken: 0.019 seconds
hive> LOAD DATA INPATH 'hdfs://hadoop000:8020/data/emp.txt' INTO TABLE emp;
hive> select * from emp;

（4）带OVERWRITE的话，会删除所有原始数据，再覆盖数据。

hive> LOAD DATA LOCAL INPATH '/home/hadoop/data/emp.txt' OVERWRITE INTO TABLE emp;

 

3、插入数据

（1）通过查询语句，将所有内容写入emp1中。（临时表）

hive (testzhang_db)> create table emp1 as select * from emp;
hive (testzhang_db)> select * from emp1;

（2）通过查询语句，将指定内容写入emp2中。（临时表）

hive (testzhang_db)> create table emp2 as select empno,ename,job,deptno from emp;
hive (testzhang_db)> select * from emp2;

（3）hive的速度较慢，所以只适合离线处理

 

4、将查询结果写入一个本地文件系统

（1）大小写没有关系

（2）标准格式

Standard syntax:
INSERT OVERWRITE [LOCAL] DIRECTORY directory1
  [ROW FORMAT row_format] [STORED AS file_format] (Note: Only available starting with Hive 0.11.0)
  SELECT ... FROM ...

（3）示例

hive> use testzhang_db;
hive> INSERT OVERWRITE LOCAL DIRECTORY '/tmp/hive/'
    > ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
    > select empno,ename,sal,deptno from emp;
[hadoop@hadoop000 ~]$ cd /tmp/hive/
[hadoop@hadoop000 hive]$ ls
000000_0
[hadoop@hadoop000 hive]$ more 000000_0

（4）写入HDFS也是可以的，只要把local去掉。

 

5、注意，Hive不推荐使用Inserting from SQL、Update、Delete，很耗性能，而且会产生一些小文件。