hive的經常使用語法

也能夠經過hadoop操做把文件導入到數據庫中,使用hive來進行操做，也就是說只要是在建立的數據庫中的存儲位置，均可以進行hive的操做

假設導入的數據字段缺失，那麼會出現null，而且null在字段的最後

假如導入的數據多出一個字段，那麼多出的字段不會顯示

hive表有兩大類：

managed_table:存儲的位置默認在/user/hive/warehourse/

external:

建立一個uuu.data數據，hadoop fs -put /  上傳到hdfs的/目錄中

想要把這個uuu.data數據導入到hive表中 load data inpath '/uuu.data' into table t_order_wk;

導入後發現/目錄下uuu.data不見了，出現到咱們建的表的目錄下

這樣的缺點就是把咱們業務數據會移動位置，會干預咱們業務系統的運行

所以hive提供了external格式，數據能夠在任何一個位置不影響，這樣對數據的操做就不會影響業務數據

建立external表

1.hdfs上建立指定目錄，而且導入數據

hadoop fs -mkdir /hive_ext

hadoop fs -put jjj.data /hive_ext

2.建立external表

create external table t_order_ex(id int,name,string,price double)
row format delimited
fields ternimated by '/t'
location '/hive_ex';

業務數據並無發生位置變化

3.查詢數據

建立external的特色：

1.秩序關聯，無需移動位置；

2.刪除表時候，內部表及元數據都刪除了，外部表的刪除，只會刪除表，業務數據不會刪除，就是元數據時候刪除的區別；

臨時中間表的建立：

主要用於建立一些臨時表存儲中間結果，同時也會造成一個元數據

crete table t_order_simople 
as
select id,name,price from t_order_wk;

 

create table t_simple like t_order_wk;

insert overwrite table t_simple;用於向臨時表中追加中間結果數據

 

partitioned by：

假如未使用分區，要查詢某個月份的訂單，使用group by 就會掃描所有數據，若是按月份建立了分區，那麼就能夠直接在某個月份的分區中查找

1.建立分區表

create table t_order(id int,name string,price double)
partitioned by(month string)
row format delimited
fields ternimated by '/t''

2.向分區中導入數據

load data local inpath '/home/hadoop/apps/xxx.data' into table t_order_wk partition(month='201401')

分區數據是先存儲在表的文件夾/建立的分區名/分區表

3.按照分區進行查詢

select count(*) from t_order_pt where month='201401'

把分區數據當成一個字段進行約束查詢