Hive编程指南学习03

Posted 2022-04-19 Weikun Xing

文章目录

• 新建数据表employees
• 向表中装载数据
• 引用集合类型中的元素
• • 引用数组（选择数组subordinates的第2个元素）
  • 引用MAP元素
  • 引用struct元素
• 新建数据表stocks
• 装载数据
• DML数据操作
• • 数据导入
  • • load
    • insert
  • 数据导出
  • • Insert导出
    • • 1）将查询的结果导出到本地
      • 2）将查询的结果格式化导出到本地
      • 3）将查询的结果导出到HDFS上(没有local)
    • Hadoop命令导出到本地
    • Hive Shell 命令导出
    • Export导出到HDFS上
    • Import数据到指定Hive表中
    • 清除表中数据（Truncate）

新建数据表employees

create table employees(
name string,
salary float,
subordinates array<string>,
deductions map<string,float>,
address struct<street:string,city:string,state:string,zip:int>
)
partitioned by (country string,state string);

向表中装载数据

load data local inpath '/opt/datafiles/employees.txt' overwrite into table employees partition (country='US',state='CA');

partition子句分区表，用户必须为每个分区的键指定一个值。
数据将会存放到这个文件夹
/user/hive/warehouse/learnhive.db/employees/country=US/state=CA

select name,salary from employees;
+-------------------+-----------+
|       name        |  salary   |
+-------------------+-----------+
| John Doe          | 100000.0  |
| Mary Smith        | 80000.0   |
| Todd Jones        | 70000.0   |
| Bill King         | 60000.0   |
| Boss Man          | 200000.0  |
| Fred Finance      | 150000.0  |
| Stacy Accountant  | 60000.0   |
+-------------------+-----------+

当用户选择的列是集合数据类型时，Hive会使用JSON语法应用于输出。subordinates列为一个数组，注意：集合的字符串元素是加上引号的，而基本数据类型string的列值是不加引号的。

select name,subordinates from employees;

deductions列是一个MAP

select name,deductions from employees;

address列是一个struct

select name,address from employees;

引用集合类型中的元素

引用数组（选择数组subordinates的第2个元素）

select name,subordinates[1] from employees;

引用一个不存在的元素将会返回NULL。同时提取出的string数据类型的值不再加引号

引用MAP元素

select name,deductions['Insurance'] from employees;

引用struct元素

select name,address.city from employees;

新建数据表stocks

create table stocks(
exchange_e string,
symbol string,
ymd string,
price_open float,
price_high float,
price_low float,
price_close float,
volume int,
price_adj_close float)
row format delimited fields terminated by ',';

装载数据

load data local inpath '/opt/datafiles/stocks.csv' overwrite into table stocks;

使用正则表达式来指定列

首先得执行这条语句

set hive.support.quoted.identifiers=none;

select symbol,`price.*` from stocks limit 5;

使用列值进行计算

select upper(name),salary,deductions["Federal Taxes"],round(salary*(1-deductions["Federal Taxes"])) from employees;

算术运算符

+,加
-,减
*,乘
/,除
%,求余
&,按位取与
|,按位取或
^,按位取亦或
~,按位取反

limit语句

select name,salary from employees limit 2;

select name,salary from employees limit 1,2;
查询从第1列开始，返回2列

列别名

select name as n,salary from employees;

DML数据操作

数据导入

load

load data [local] inpath '数据的path' [overwrite] into table student [partition (partcol1=val1,…)];

（1）load data:表示加载数据
（2）local:表示从本地加载数据到hive表；否则从HDFS加载数据到hive表
（3）inpath:表示加载数据的路径
（4）overwrite:表示覆盖表中已有数据，否则表示追加
（5）into table:表示加载到哪张表
（6）student:表示具体的表
（7）partition:表示上传到指定分区

insert

insert into或overwrite table  student_par values(1,'wangwu'),(2,'zhaoliu');

insert into：以追加数据的方式插入到表或分区，原有数据不会删除
insert overwrite：会覆盖表中已存在的数据

insert overwrite table student_par select id, name from student ; 
(根据单张表查询结果插入)

根据查询结果创建表

create table if not exists student3 as select id, name from student;

创建表时通过Location指定加载数据路径

create external table if not exists student5(
              id int, name string
              )
              row format delimited fields terminated by '\\t'
              location '/student;

数据导出

Insert导出

1）将查询的结果导出到本地

insert overwrite local directory '/opt/outfiles' select * from employees;

2）将查询的结果格式化导出到本地

insert overwrite local directory '/opt/outfiles' 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\\t'
select * from employees;

3）将查询的结果导出到HDFS上(没有local)

insert overwrite directory '/opt/outfiles' 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\\t'
select * from employees;

Hadoop命令导出到本地

dfs -get /user/hive/warehouse/learnhive.db/test2/test.txt /opt/outfiles/out_test.txt;

Hive Shell 命令导出

[xwk@hadoop102 outfiles]$ cd /opt/software/hive/
[xwk@hadoop102 hive]$ ./bin/hive -e 'select * from learnhive.test2;' > /opt/outfiles/out_test01.txt;

Export导出到HDFS上

export和import主要用于两个Hadoop平台集群之间Hive表迁移。

export table learnhive.test2 to '/opt/outfiles';

Import数据到指定Hive表中

注意：先用export导出后，再将数据导入。
先删除数据

import table test2 from '/opt/outfiles';

清除表中数据（Truncate）

注意：Truncate只能删除管理表，不能删除外部表中数据

truncate table test2;
select * from test2;
+-------------+----------------+-----------------+----------------+
| test2.name  | test2.friends  | test2.children  | test2.address  |
+-------------+----------------+-----------------+----------------+
+-------------+----------------+-----------------+----------------+