Hive SQL DDL事务表视图物化视图

Posted pljnb

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Hive SQL DDL事务表视图物化视图相关的知识,希望对你有一定的参考价值。

文章目录

Hive SQL DDL建表语法树

  • “[]”中的语法可选
  • “|”表示使用时,语法需要二选一
  • 建表语句中语法顺序要和语法树规则保持一直
  • 整体分为原生数据类型和复杂数据类型
  • 原生数据类型包括:数值类型、字符串类型、时间日期类型、杂项数据类型。
  • 复杂数据类型包括:array数组、map映射、struct结构、union联合体。
CREATE [TEMPORARY][EXTERNAL] TABLE [IF NOT EXISTS][db_name.]table_name
[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 DELIMITED|SERDE serde_name 	WITH SERDEPROPERTIES(property_name=property_value,...)]
[STORED AS file_format]
[LOCATION hdfs_path]
[TBLPROPERTIES(property_name=property_value,...)];

Hive事务表

  • 解决流式传输数据可能造成的脏读问题,Hive只能每十五分钟到一小时添加一次分区。
  • 解决尺寸变化缓慢问题,即修改局部数据。
  • 解决数据重述问题,即更正不正确的数据。
  • Hive事务表的局限性:
    1. 不支持BEGIN,COMMIT和ROLLBACK,所有语言操作都是自动提交的。
    2. 仅支持ORC文件格式(STORED AS ORC)
    3. 默认情况下事务配置关闭,需要配置参数开启使用
    4. 表必须是分桶表才可以使用事务功能
    5. 表参数transactional必须为true
    6. 外部表不能成为ACID表,不允许从非ACID会话读取或写入ACID表
    7. 事务表不支持LOAD DATA …语句

事务表实现原理

  • Hive文件是存储在HDFS上的,而HDFS上又不支持对文件的任意修改,因此可以采取其他手段完成:
  1. 用HDFS存储原始数据,用delta保持事务操作的记录增量数据;
  2. 正在执行中的事务,是以一个staging开头的文件夹维护的,执行结束就是delta文件夹。
  3. 每执行一次事务操作都会有这样一个delta增量文件夹;
  4. 访问Hive数据时,HDFS原始文件和delta增量文件合并,查询最新的数据。
  • INSERT语句会直接创建delta目录;
  • DELETE目录前缀是delete_delta;
  • UPDATE语句采用了split-update特性,即先删除、后插入;

创建使用Hive事务表

  • 事务表创建要素:开启参数、分桶表、存储格式orc、表属性。
  • step1:开启事务配置(可以使用set设置当前session生效,也可以配置在hive-site.xml中)
SET hive.support.concurrency = true; --Hive是否支持并发
SET hive.enforce.bucketing = true; --从Hive2.0开始不再需要(是否开启分桶)
SET hive.exec.dynamic.partition.mode = nonstrict; --动态分区模式 非严格
SET hive.txn.manager = org.apache.hadoop.hive.ql.lockmgr.DbTxnManager;
SET hive.compactor.initiator.on = true; --是否在Metastore实例上运行启动线程和清理线程
SET hive.compactor.worker.threads = 1; --在此metastore实例上运行多少个压缩程序工作线程
  • step2:创建Hive事务表
CREATE TABLE trans_student(
	id INT,
	name STRING,
	age INT
)CLUSTERED BY (id) INTO 2 BUCKETS STORED AS ORC TBLPROPERTIES('transactional'='true');

Hive Views 视图

  • mysql视图相似,是虚拟表,可以用于简化操作,提高数据安全性。
  • Hive视图不支持插入数据

视图相关语法

  • 创建视图
# 从已有表查询结果中创建视图
CREATE VIEW v_usa_covid19 AS SELECT count_date,county,state,deaths FROM t_usa_covid19 LIMIT 5;
# 从已有视图中创建视图
CREATE VIEW v_usa_covid19_from_view AS SELECT * FROM v_usa_covid19 LIMIT 2;
  • 显示已有的视图(SHOW TABLE会返回表和视图)
SHOW VIEW;
  • 查看视图定义
SHOW CREATE TABLE v_usa_covid19;
  • 删除视图
DROP VIEW v_usa_covid19;
  • 更改视图属性
ALTER VIEW v_usa_covid19 SET TBLPROPERTIES('comment'='This is a view');
  • 更改视图定义
ALTER VIEW v_usa_covid19 AS SELECT county,deaths FROM v_usa_covid19 LIMIT 2;

物化视图 - Hive3.0特性

  • 物化视图是一个包括查询结果的数据库对象,可以用于预先计算并保存计算结果,可以提高查询性能。
  • Hive3.0提供物化视图的查询自动重写机制。
  • 物化视图还提供了物化视图存储选择机制,可以本地存储在Hive,也可以通过用户自定义storage handlers 存储在其他系统(如Druid)。
  • Hive从3.0丢弃了index索引的语法支持,推荐使用物化视图和列式存储文件格式来加快查询的速度。

物化视图语法:

  • 创建语法:
CREATE MATERIALIZED VIEW [IF NOT EXISTS][db_name.]materialized_view_name
	[DISABLE REWRITE]
	[COMMENT materialized_view_comment]
	[PARTITIONED ON (col_name,...)]
	[CLUSTERED ON(col_name,...)|DISTRIBUTED ON(col_name,...)SORTED ON(col_name,...)]
	[
		[ROW FORMAT row_format]
		[STORED AS file_format]
		|[STORED BY 'storage.handler.class.name'[WITH SERDEPROPERTIES(...)]]
	]
	[LOCATION hdfs_path]
	[TBLPROPERTIES(property_name=property_value,...)]
AS SELECT ...;
  • 删除语法:
DROP MATERIALIZED VIEW [db_name.]materialized_view_name;
  • 查看视图语法:
# shows materialized views(with optional filters)
SHOW MATERIALIZED VIEW [IN database_name];
# shows information about a specific materialized view
DESCRIBE [EXTENDED|FORMATTED][db_name.]materialized_view_name;
  • 保持数据一致性:
    当数据源变更时,物化视图需要更新以保持数据一致,目前需要用户主动触发rebuild重构。
ALTER MATERIALIZED VIEW [db_name.]materialized_view_name REBUILD;

物化视图的查询重写

  • 提交查询语句时,若命中物化视图的查询语句,则直接返回物化视图的数据,不用额外进行计算,查询速度加快。
  • 是否重写查询使用物化视图可以通过全局参数控制,默认为true:
    hive.materializedview.rewriting=true;
  • 用户可控制指定物化视图查询重写机制:
ALTER MATERIALIZED VIEW [db_name.]materialized_view_name ENABLE|DISABLE REWRITE;

以上是关于Hive SQL DDL事务表视图物化视图的主要内容,如果未能解决你的问题,请参考以下文章

SparkSpark SQL 物化视图技术原理与实践

如何获取hive建表语句

如何生成hive的建表语句

视图与物化视图

Hive 公用表表达式 CTE 使用指南

Hive 是不是支持临时视图?