hive的create、insert、drop、truncate
1. hive建表:create
create table if not exists db_name.test_tb(id string, name string, age string, province string, score string)partitioned by (str_date string) row format delimited fields terminated by '\1'
-- db_name:为数据库名称
-- partitioned by (str_date string):设置分区字段
2. 追加插入记录:insert into
insert into table db_name.test_tb partition(str_date='2020-04-20') values('1','花木兰','24','北京','98') insert into table db_name.test_tb partition(str_date='2020-04-20') values('2','李白','28','南京','90') insert into table db_name.test_tb partition(str_date='2020-04-21') values('3','妲己','26','南京','95') insert into table db_name.test_tb partition(str_date='2020-04-22') values('4','王昭君','22','上海','96')
当然,也可以查询插入数据表:
insert into table db_name.test_tb partition(str_date='2020-04-22') select * from db_name.tb_name #从其他数据表或查询插入数据
如果没有分区:
insert into db_name.test_tb values('','','','','') # 无分区插入数据时,与mysql不同,因为在values前面没有使用字段
3. 查询:select
select * from db_name.test_tb
4. 通过select表记录进行建表
create table if not exists db_name.test_tb_2 select * from db_name.test_tb select * from db_name.test_tb_2
5. insert overwrite:擦掉原数据,写入新数据
insert overwrite table db_name.test_tb_2 partition(str_date='2020-04-24') values('5','陈咬金','30','北京','85') # 不行,因为这种建表方式没有获得原表的分区信息
show partitions db_name.test_tb #获取分区
既然没有复制分区,就按照一般表格式进行,此时把str_date字段当做一般字段:
insert overwrite table db_name.test_tb_2 values('5','陈咬金','30','北京','85','2020-04-24') select * from db_name.test_tb_2
同理,也可以查询插入表记录:
insert overwrite table db_name.test_tb_2 select * from db_name.tb_name #从其他数据表或查询插入数据
# ---------------------------------------------------------------------------------------------------------------------------
以上是没有分区的insert overwrite,如果有分区呢?
insert overwrite table db_name.test_tb partition(str_date='2020-04-24') values('6','狄仁杰','27','北京','96') select * from db_name.test_tb
是否很好奇,明明是insert overwrite,为啥其他记录还存在?让我们再执行一次。
insert overwrite table db_name.test_tb partition(str_date='2020-04-24') values('7','李元芳','24','武汉','92') select * from db_name.test_tb
可以发现,数据确实改变了,只不过改变的是(str_date='2020-04-24')这个分区的数据,而之前还存在的数据并不是这个分区的。
所以总结:
insert overwrite在有分区的情况下,是刷写的该分区的内容(先擦除原数据,再写新数据),没有对其他分区的数据造成影响。
# ------------------------------------------------------------------------------------------------------------------------
注:同样可以select数据表进行,例如我们继续刷写 '2020-04-24' 的分区,利用之前的那个表 test_tb_2:
insert overwrite table db_name.test_tb partition(str_date='2020-04-24') select id, name, age, province, score from db_name.test_tb_2 #没有用 * 的原因是:str_date已经作为分区字段出现了,那么插入的数据中就不应该有这个字段
6. 删除表数据,但是不删除表结构:truncate
truncate table db_name.test_tb_2 select * from db_name.test_tb_2
此时,只是返回空表,不会报错,因为表还存在。
7. 删除表 (表数据和表结构):drop
drop table db_name.test_tb_2 select * from db_name.test_tb_2 # 报错,因为表已经不存在了
8. 删除某分区数据 (alter + drop)
alter table db_name.tb_name drop partition(partdate=20190101);
##
参考: