DDL中的建表语句通用语法整理

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
[(col_name data_type [COMMENT col_comment], ...)]
[COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] 分区

[CLUSTERED BY (col_name, col_name, ...) 分桶
[SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]

[ROW FORMAT row_format] row format delimited fields terminated by “分隔符”
[STORED AS file_format]
[LOCATION hdfs_path]
[LIKE]

（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。
因为表是外部表，所以Hive并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据，不过描述表的元数据信息会被删除掉。

（管理表和外部表的使用场景
每天将收集到的网站日志定期流入HDFS文本文件。
在外部表（原始日志表）的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过SELECT+INSERT进入内部表。）

1）所有数据处理，全部由hive完成，适合用内部表
2）有hive和其他工具共同处理一个数据集即同一数据集有多个应用要处理，适合用外部表

3）从hive中导出数据，供其他应用使用，适合用外部表

4）普遍用法：初始数据集由外部表操作，数据分析中间表使用内部表

（3）COMMENT：为表和列添加注释。

（3）PARTITIONED BY创建分区表

（4）CLUSTERED BY创建分桶表

（5）SORTED BY不常用

（7）ROW FORMAT DELIMITED
[FIELDS TERMINATED BY char] 字段之间的分割符号
[COLLECTION ITEMS TERMINATED BY char] Map Struct Array 这些集合中元素之间的分割符号
[MAP KEYS TERMINATED BY char] Map中key和value的分割符号
[LINES TERMINATED BY char] 行之间的分隔符号
|
SERDE ‘serde_class_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HIVE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（hadoop_kv序列文件）、
TEXTFILE（文本）、
RCFILE（列式存储格式文件）、
PARQUETFILE(列式存储文件）
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。