hive的常用操作

Posted 2020-09-23 xmanman

1、hive的数据类型

tinyint/smallint/int/bigint
tinyint:从 0 到 255 的整型数据
smallint:从 0 到 65535 的整型数据
int:从 0 到 4294967296 的整型数据
bigint:所有数字
float/double
boolean
string
date
timestamp

2、基本操作

显示所有库：show databases;
创建库：create database media_pro;
切换到指定库：use media_pro;
查看表结构：desc formatted t_pro_user_list;

创建分区表：
create table OUFEI_CHARGE_ORDERINFO_LOG
(state_date string,
create_date date,
sendtimes int) row format delimited fields terminated by \'\\t\';

3、进阶操作

　　①、分区表

create table OUFEI_CHARGE_ORDERINFO_LOG
(state_date string,
 create_date datestamp,
 sendtimes int)
 partitioned by (logdate string)  row format delimited fields   terminated by \'\\t\';

　　这种正常的表存放的目录就是你当前库目录的下级路径：

　　

　　上图中的标志的分别是：分区字段、表所在库、表所在路径、表类型

　　②、外部表

 create external table t_detail
 (state_date string,
  create_date datestamp,
  sendtimes int)
  partitioned by (logdate string)row format delimited fields terminated by \'\\t\' location \'/hive_exterdir/\';
　//如果不加location的话，其实就是个内部表

　　

　　上图的标红的分别是：分区字段、指定数据文件路径（后面将要导入的数据放进来就行load一下就行）、表的类型

　　外部表名在hdfs上是看不见的

　　③、导数load in datapath

 　　内部表导入：

　　　　load data inpath  \'/userdata/order.txt\' into table oufei_charge_orderinfo_log partition (logdate=\'2017-06-16\');

　　　　这里表示将userdata文件夹下的order.txt文件导入表中，并以\'2017-06-16\'作为分区字段的值；这里如果userdata下没有文件夹的话，可以把后面的文件名省略;

　　 外部表导入：

　　　　load data inpath  \'/hive_exterdir/detail.txt\' into table t_detail partition (logdate=\'2017-06-16\');

 　　　  导入成功后，你会发现之前的detail.txt文件会被移动到分区目录下

　　　　

　　　④、总结：内部表和外部表的区别:

　　　　

1、在导入数据到外部表，数据并没有移动到自己的数据仓库目录下，也就是说外部表中的数据并不是由它自己来管理的！内部表则不一样；
2、在删除表的时候，Hive将会把属于表的元数据和数据全部删掉；而删除外部表的时候，Hive仅仅删除外部表的元数据，数据是不会删除的！
那么，应该如何选择使用哪种表呢？在大多数情况没有太多的区别，因此选择只是个人喜好的问题。但是作为一个经验，如果所有处理都需要由Hive完成，那么你应该创建内部表，否则使用外部表！