014-HQL中级4-Hive中的三种不同的数据导出方式介绍
Posted 木子旭
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014-HQL中级4-Hive中的三种不同的数据导出方式介绍相关的知识,希望对你有一定的参考价值。
根据导出的地方不一样,将这些方式分为三种:
(1)、导出到本地文件系统;
(2)、导出到HDFS中;
(3)、导出到Hive的另一个表中。
为了避免单纯的文字,我将一步一步地用命令进行说明。
一、导出到本地文件系统
- hive> insert overwrite local directory ‘/home/wyp/wyp‘
- > select * from wyp;
这条HQL的执行需要启用Mapreduce完成,运行完这条语句之后,将会在本地文件系统的/home/wyp/wyp目录下生成文件,这个文件是Reduce产生的结果(这里生成的文件名是000000_0),我们可以看看这个文件的内容:
- [[email protected] ~/wyp]$ vim 000000_0
- 5^Awyp1^A23^A131212121212
- 6^Awyp2^A24^A134535353535
- 7^Awyp3^A25^A132453535353
- 8^Awyp4^A26^A154243434355
- 1^Awyp^A25^A13188888888888
- 2^Atest^A30^A13888888888888
- 3^Azs^A34^A899314121
可以看出,这就是wyp表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\00001)。
和导入数据到Hive不一样,不能用insert into来将数据导出:
- hive> insert into local directory ‘/home/wyp/wyp‘
- > select * from wyp;
- NoViableAltException([email protected][])
- at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)
- at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)
- at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)
- at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)
- at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)
- at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)
- at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)
- at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)
- at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)
- at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)
- at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)
- at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)
- at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)
- at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)
- at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)
- at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)
- at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
- at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
- at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
- at java.lang.reflect.Method.invoke(Method.java:597)
- at org.apache.hadoop.util.RunJar.main(RunJar.java:212)
- FAILED: ParseException line 1:12 missing TABLE at ‘local‘ near ‘local‘ in select clause
- line 1:18 cannot recognize input near ‘directory‘ ‘‘/home/wyp/wyp‘‘ ‘select‘ in select clause
二、导出到HDFS中
和导入数据到本地文件系统一样的简单,可以用下面的语句实现:
- hive> insert overwrite directory ‘/home/wyp/hdfs‘
- > select * from wyp;
将会在HDFS的/home/wyp/hdfs目录下保存导出来的数据。注意,和导出文件到本地文件系统的HQL少一个local,数据的存放路径就不一样了。
三、导出到Hive的另一个表中
这也是Hive的数据导入方式,如下操作:
- hive> insert into table test
- > partition (age=‘25‘)
- > select id, name, tel
- > from wyp;
- #####################################################################
- 这里输出了一堆Mapreduce任务信息,这里省略
- #####################################################################
- Total MapReduce CPU Time Spent: 1 seconds 310 msec
- OK
- Time taken: 19.125 seconds
- hive> select * from test;
- OK
- 5 wyp1 131212121212 25
- 6 wyp2 134535353535 25
- 7 wyp3 132453535353 25
- 8 wyp4 154243434355 25
- 1 wyp 13188888888888 25
- 2 test 13888888888888 25
- 3 zs 899314121 25
- Time taken: 0.126 seconds, Fetched: 7 row(s)
细心的读者可能会问,怎么导入数据到文件中,数据的列之间为什么不是wyp表设定的列分隔符呢?其实在Hive 0.11.0版本之间,数据的导出是不能指定列之间的分隔符的,只能用默认的列分隔符,也就是上面的^A来分割,这样导出来的数据很不直观,看起来很不方便!
如果你用的Hive版本是0.11.0,那么你可以在导出数据的时候来指定列之间的分隔符。
下面详细介绍:
在Hive0.11.0版本新引进了一个新的特性,也就是当用户将Hive查询结果输出到文件,用户可以指定列的分割符,而在之前的版本是不能指定列之间的分隔符,这样给我们带来了很大的不变,在Hive0.11.0之前版本我们一般是这样用的:保存的文件列之间是用^A(\x01)来分割复制代码
- hive> insert overwrite local directory ‘/home/wyp/Documents/result‘
- hive> select * from test;
复制代码
- 196^A242^A3
- 186^A302^A3
- 22^A377^A1
- 244^A51^A2
注意,上面是为了显示方便,而将\x01写作^A,在实际的文本编辑器我们是看不到^A的,而是一个奇怪的符号。现在我们可以用Hive0.11.0版本新引进了一个新的特性,指定输出结果列之间的分隔符:再次看出输出的结果复制代码
- hive> insert overwrite local directory ‘/home/wyp/Documents/result‘
- hive> row format delimited
- hive> fields terminated by ‘\t‘
- hive> select * from test;
复制代码
- 196 242 3
- 186 302 3
- 22 377 1
- 244 51 2
结果好看多了。如果是map类型可以用下面语句来分割map的key和value复制代码
- hive> insert overwrite local directory ‘./test-04‘
- hive> row format delimited
- hive> FIELDS TERMINATED BY ‘\t‘
- hive> COLLECTION ITEMS TERMINATED BY ‘,‘
- hive> MAP KEYS TERMINATED BY ‘:‘
- hive> select * from src;
根据上面内容,我们来进一步操作:
- hive> insert overwrite local directory ‘/home/yangping.wu/local‘
- > row format delimited
- > fields terminated by ‘\t‘
- > select * from wyp;
- [[email protected] ~/local]$ vim 000000_0
- 5 wyp1 23 131212121212
- 6 wyp2 24 134535353535
- 7 wyp3 25 132453535353
- 8 wyp4 26 154243434355
- 1 wyp 25 13188888888888
- 2 test 30 13888888888888
- 3 zs 34 899314121
其实,我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句;而-f是接一个文件,文件的内容为一个sql语句,如下:
- [[email protected] ~/local][ DISCUZ_CODE_26 ]nbsp; hive -e "select * from wyp" >> local/wyp.txt
- [[email protected] ~/local][ DISCUZ_CODE_26 ]nbsp; cat wyp.txt
- 5 wyp1 23 131212121212
- 6 wyp2 24 134535353535
- 7 wyp3 25 132453535353
- 8 wyp4 26 154243434355
- 1 wyp 25 13188888888888
- 2 test 30 13888888888888
- 3 zs 34 899314121
得到的结果也是用\t分割的。也可以用-f参数实现:
- [[email protected] ~/local]$ cat wyp.sql
- select * from wyp
- [[email protected] ~/local]$ hive -f wyp.sql >> local/wyp2.txt
上述语句得到的结果也是\t分割的。
以上是关于014-HQL中级4-Hive中的三种不同的数据导出方式介绍的主要内容,如果未能解决你的问题,请参考以下文章