Hive的日常操作笔记

1、insert into 与insert overwrite的区别

    都是向 hive 表中插入数据,但 insert into 操作是以追加的方式向 hive 表尾部追加数据,而 insert overwrite 操作则是直接重写数据,即先删除 hive 表的数据,再执行写入操作。注意,如果 hive 表是分区表的话,insert overwrite 操作只会重写当前分区的数据,不会重写其他分区数据。

 

2、表中增加字段,数据重跑的问题

 首先想到的是先在表中增加字段(也可以用replace)。

     1)alter table 表名 add columns(new_col string);

然后重跑数据

     2)  insert overwrite table 表名 partition(dt='2020-08-29')

这种后果是,我们新增的字段new_col的值为空。

解决方案:

      1)在1.1.0中表和分区的元数据就是分开处理的,在add或replace时加上cascade能同时更新表和分区,如果在添加字段的时候没有指定的cascade的情况

因为我们在重跑数据的时候,虽然HDFS上的数据更新了,但是我们查询的时候仍然查询的是旧的元数据信息。

     2)新生成的分区是不会有问题的,Hive会自动维护新分区中的元数据

      3)先drop掉老分区,再insert overwrite

 

      4)使用如下命令来对分区添加 alter table 表名 partition(dt='2020-08-29') add columns(字段名 类型);

 

 

3、常用操作

   select * from 表名 where dt='0000-01-09'  and type='one'
 
   show create table 表名
 
   insert into table 表名 partition(dt='0000-01-09', type='one') values('',null,null,'')
 
   alter table 表名 drop partition(dt='0000-01-09',type='one’);
 
   create table if not exists 表名

(
    ut    string    comment '',
    ype    string    comment '',
    sordid    string    comment '',
    sid    string    comment ''
)partitioned by (                                     
   dt string,                                       
  type string)  ;

 

 

 

 
posted @   xuzhujack  阅读(296)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
;
点击右上角即可分享
微信分享提示