Hive—数据表(增、删、改)
一、创建表
1.语法
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], …)] [CLUSTERED BY (col_name, col_name, …) [SORTED BY (col_name [ASC|DESC], …)] INTO num_buckets BUCKETS] [ROW FORMAT row_format] [STORED AS file_format] [LOCATION hdfs_path]
2.解释
(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不常用
(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。
3.例子
详见管理表和外部表章节
二、修改表
2.1.重命名表
1.语法
ALTER TABLE table_name RENAME TO new_table_name
2.实操案例
hive (default)> alter table dept_partition2 rename to dept_partition3;
OK
Time taken: 0.452 seconds
2.2 增加、删除、修改列信息
1.语法
更新列
ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]
增加和替换列
ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], …)
注:ADD是代表新增一字段,字段位置在所有列后面(partition列前),REPLACE则是表示替换表中所有字段。
2.实操案例
(1)查询表结构及数据hive (default)> desc dept_partition;
OK col_name data_type comment deptno int dname string loc string month string # Partition Information # col_name data_type comment month string Time taken: 0.118 seconds, Fetched: 9 row(s) hive (default)> select * from dept_partition; OK dept_partition.deptno dept_partition.dname dept_partition.loc dept_partition.month 10 CCOUNTING 1700 202009 20 RESEARCH 1800 202009 30 SALE 1900 202009 40 OPERATIONS 1700 202009 10 CCOUNTING 1700 202010 20 RESEARCH 1800 202010 30 SALE 1900 202010 40 OPERATIONS 1700 202010 10 CCOUNTING 1700 202011 20 RESEARCH 1800 202011 30 SALE 1900 202011 40 OPERATIONS 1700 202011 Time taken: 0.114 seconds, Fetched: 12 row(s)
(2)添加列
hive (default)> alter table dept_partition add columns(deptdesc string); OK Time taken: 0.287 seconds
(3)查询表结构
hive (default)> desc dept_partition; OK col_name data_type comment deptno int dname string loc string deptdesc string month string # Partition Information # col_name data_type comment month string Time taken: 0.089 seconds, Fetched: 10 row(s) hive (default)> select * from dept_partition; OK dept_partition.deptno dept_partition.dname dept_partition.loc dept_partition.deptdesc dept_partition.month 10 CCOUNTING 1700 NULL 202009 20 RESEARCH 1800 NULL 202009 30 SALE 1900 NULL 202009 40 OPERATIONS 1700 NULL 202009 10 CCOUNTING 1700 NULL 202010 20 RESEARCH 1800 NULL 202010 30 SALE 1900 NULL 202010 40 OPERATIONS 1700 NULL 202010 10 CCOUNTING 1700 NULL 202011 20 RESEARCH 1800 NULL 202011 30 SALE 1900 NULL 202011 40 OPERATIONS 1700 NULL 202011 Time taken: 0.125 seconds, Fetched: 12 row(s)
(4)更新列
hive (default)> alter table dept_partition change column deptdesc desc int; OK Time taken: 0.228 seconds
(5)查询表结构
hive (default)> desc dept_partition; OK col_name data_type comment deptno int dname string loc string desc int month string # Partition Information # col_name data_type comment month string Time taken: 0.096 seconds, Fetched: 10 row(s)
(6)替换列
hive (default)> alter table dept_partition replace columns(deptno string,dname string,loc string); OK Time taken: 0.185 seconds
(7)查询表结构
hive (default)> desc dept_partition; OK col_name data_type comment deptno string dname string loc string month string # Partition Information # col_name data_type comment month string Time taken: 0.095 seconds, Fetched: 9 row(s)
三、删除表
hive (default)> drop table dept_partition;
整理源于atguigu视频