Hadoop基础（四十六）：DML 数据操作

Posted 2020-12-18 秋华

1 数据导入

1.1 向表中装载数据（Load）

1．语法

hive> load data [local] inpath ‘/opt/module/datas/student.txt‘ [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

2．实操案例

（0）创建一张表

hive (default)> create table student(id string, name string) row format delimited 
fields terminated by ‘	‘;

（1）加载本地文件到 hive

hive (default)> load data local inpath ‘/opt/module/datas/student.txt‘ into table 
default.student;

（2）加载 HDFS 文件到 hive 中

上传文件到 HDFS

hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;

加载 HDFS 上数据

hive (default)> load data inpath ‘/user/atguigu/hive/student.txt‘ into table 
default.student;

（3）加载数据覆盖表中已有的数据

上传文件到 HDFS

hive (default)> dfs -put /opt/module/datas/student.txt /user/atguigu/hive;

加载数据覆盖表中已有的数据

hive (default)> load data inpath ‘/user/atguigu/hive/student.txt‘ overwrite into 
table default.student;

1.2 通过查询语句向表中插入数据（Insert）

1．创建一张分区表

hive (default)> create table student(id int, name string) partitioned by (month 
string) row format delimited fields terminated by ‘	‘;

2．基本插入数据

hive (default)> insert into table student partition(month=‘201709‘) 
values(1,‘wangwu‘),(2,’zhaoliu’);

3．基本模式插入（根据单张表查询结果）

hive (default)> insert overwrite table student partition(month=‘201708‘)
 select id, name from student where month=‘201709‘;

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：会覆盖表或分区中已存在的数据

注意：insert 不支持插入部分字段

4．多表（多分区）插入模式（根据多张表查询结果）

hive (default)> from student
 insert overwrite table student partition(month=‘201707‘)
 select id, name where month=‘201709‘
 insert overwrite table student partition(month=‘201706‘)
 select id, name where month=‘201709‘;

1.3 查询语句中创建表并加载数据（As Select）

详见 4.5.1 章创建表。

根据查询结果创建表（查询的结果会添加到新创建的表中）

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

1.4 创建表时通过 Location 指定加载数据路径

1．上传数据到 hdfs 上

hive (default)> dfs -mkdir /student;
hive (default)> dfs -put /opt/module/datas/student.txt /student;

2. 创建表，并指定在 hdfs 上的位置

hive (default)> create external table if not exists student5(
 id int, name string
 )
 row format delimited fields terminated by ‘	‘
 location ‘/student;

3．查询数据

hive (default)> select * from student5;

1.5 Import 数据到指定 Hive 表中

注意：先用 export 导出后，再将数据导入。

hive (default)> import table student2 partition(month=‘201709‘) from
‘/user/hive/warehouse/export/student‘;

2 数据导出

2.1 Insert 导出

1．将查询的结果导出到本地

hive (default)> insert overwrite local directory 
‘/opt/module/datas/export/student‘
 select * from student;

2．将查询的结果格式化导出到本地

hive(default)>insert overwrite local directory 
‘/opt/module/datas/export/student1‘
 ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘	‘ select * from 
student;

3．将查询的结果导出到 HDFS 上(没有 local)

hive (default)> insert overwrite directory ‘/user/atguigu/student2‘
 ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘	‘ 
 select * from student;

2.2 Hadoop 命令导出到本地

hive (default)> dfs -get /user/hive/warehouse/student/month=201709/000000_0
/opt/module/datas/export/student3.txt;

2.3 Hive Shell 命令导出

基本语法：（hive -f/-e 执行语句或者脚本 > file）

[atguigu@hadoop102 hive]$ bin/hive -e ‘select * from default.student;‘ >
/opt/module/datas/export/student4.txt;

2.4 Export 导出到 HDFS 上

(defahiveult)> export table default.student to
‘/user/hive/warehouse/export/student‘;

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

2.5 Sqoop 导出

3 清除表中数据

注意：Truncate 只能删除管理表，不能删除外部表中数据

hive (default)> truncate table student;