✨[面试进阶]INSERT INTO 和 INSERT OVERWRITE 的区别？(Hive篇)✨

Posted 2021-09-23 manor的大数据奋斗之路

🚩 问题分析

本题主要考察面试者对插入数据和覆盖数据的基本使用。

🚩 核心答案讲解

INSERT OVERWRITE 会覆盖已经存在的数据，假如，原始表使用OVERWRITE 上的数据，先将原始表的数据Remove，再插入新数据。

INSERT INTO 只是简单的插入，不考虑原始表的数据，直接追加到表中。

🚩 问题扩展

INSERT INTO Partition时，如果分区不存在，会自动创建分区。

多个INSERT INTO Partition作业并发时，如果分区不存在，会自动创建分区，但只会成功创建一个分区。

如果不能控制INSERT INTO Partition作业并发，则只能通过预创建分区避免问题。

🚩 结合项目中使用

INSERT OVERWRITE 会覆盖已经存在的数据，如被覆盖的表中有3条数据和要插入的一条数据相同，那么覆盖后只会有1条数据；

INSERT INTO 只是简单的copy插入，不做重复性校验。