03hive_DDL数据定义

一. DDL数据定义

创建数据库

1)create database db_hive;

2)避免要创建的数据库已经存在错误,增加 if not exists 判断。

create database if not exists db_hive;

3)创建一个数据库,指定数据库在 HDFS 上存放的位置

create database db_hive2 location ‘/db_hive2.db‘;

二. 查询数据库

1.显示数据库

1)show databases;

2)模糊查询

show databases like ‘db_hive*‘;

2.查看数据库详情

1)desc database db_hive;

2)显示详细信息

desc database extended db_hive;

3.切换数据库

use db_hive;

三. 修改数据库

1. 用户可以使用 ALTER DATABASE 命令为某个数据库的 DBPROPERTIES 设置键-值对属性值,来描述这个数据库的属性信息。数据库的其他元数据信息都是不可更改的,包括数据库名和数据库所在的目录位置。

alter database hive set dbproperties(‘createtime‘=‘20170830‘);

2. 在 hive 中查看修改结果

desc database extended db_hive;

四. 删除数据库

1.删除空数据库

drop database db_hive2;

2.如果删除的数据库不存在,最好采用 if exists 判断数据库是否存在

drop database if exists db_hive2;

3.如果数据库不为空,可以采用 cascade 命令,强制删除

drop database db_hive cascade;

五. 创建表

1.建表语法(红色重点)

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name

[(col_name data_type [COMMENT col_comment], ...)]

[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 row_format]

[STORED AS file_format]

[LOCATION hdfs_path]

字段解释说明:

(1)CREATE TABLE 创建一个指定名字的表。如果相同名字的表已经存在,则抛出异常;用户可以用 IF NOT EXISTS 选项来忽略这个异常。

(2)EXTERNAL 关键字可以让用户创建一个外部表,在建表的同时指定一个指向实际数据的路径(LOCATION),Hive 创建内部表时,会将数据移动到数据仓库指向的路径;若创建外部表,仅记录数据所在的路径,不对数据的位置做任何改变。在删除表的时候,内部表的元数据和数据会被一起删除,而外部表只删除元数据,不删除数据。

(3)COMMENT:为表和列添加注释。

(4)PARTITIONED BY 创建分区表

(5)CLUSTERED BY 创建分桶表

(6)SORTED BY 不常用

(7)ROW FORMAT

DELIMITED [FIELDS TERMINATED BY char] [COLLECTION ITEMS

TERMINATED BY char]

[MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]

| SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value,

property_name=property_value, ...)]

  用户在建表的时候可以自定义 SerDe 或者使用自带的 SerDe。如果没有指定 ROW FORMAT 或者 ROW FORMAT DELIMITED,将会使用自带的 SerDe。在建表的时候,用户还需要为表指定列,用户在指定表的列的同时也会指定自定义的 SerDe,Hive 通过 SerDe确定表的具体的列的数据。SerDe 是 Serialize/Deserilize 的简称,目的是用于序列化和反序列化。

(8)STORED AS 指定存储文件类型

  常用的存储文件类型:SEQUENCEFILE(二进制序列文件)、TEXTFILE(文本)、RCFILE(列式存储格式文件)

  如果文件数据是纯文本,可以使用 STORED AS TEXTFILE。如果数据需要压缩,使用 STORED AS SEQUENCEFILE。

(9)LOCATION :指定表在 HDFS 上的存储位置。

(10)LIKE 允许用户复制现有的表结构,但是不复制数据。

2.管理表

1)理论

  默认创建的表都是所谓的管理表,有时也被称为内部表。因为这种表,Hive 会(或多或少地)控制着数据的生命周期。Hive 默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(例如,/user/hive/warehouse)所定义的目录的子目录下。 当我们删除一个管理表时,Hive 也会删除这个表中数据。管理表不适合和其他工具共享数据。

2)案例

(1)普通创建表

create table if not exists student2( id int, name string ) row format delimited fields terminated by ‘\t‘ stored as textfile location ‘/user/hive/warehouse/student2‘;

(2)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;

(3)根据已经存在的表结构创建表

create table if not exists student4 like student;

(4)查询表的类型

hive (default)> desc formatted student2;

Table Type:      MANAGED_TABLE

3.外部表

1)理论

因为表是外部表,所以 Hive 并非认为其完全拥有这份数据。删除该表并不会删除掉这

份数据,不过描述表的元数据信息会被删除掉。

2)管理表和外部表的使用场景

每天将收集到的网站日志定期流入 HDFS 文本文件。在外部表(原始日志表)的基础上做大量的统计分析,用到的中间表、结果表使用内部表存储,数据通过 SELECT+INSERT进入内部表。

例:

create external table if not exists default.dept( deptno int, dname string, loc int ) row format delimited fields terminated by ‘\t‘;

查看表格式化数据:desc formatted dept;

4.管理表与外部表相互转换

(1)查询表的类型

hive (default)> desc formatted student2;

Table Type:             MANAGED_TABLE

(2)修改内部表

student2 为外部表 alter table student2 set tblproperties(‘EXTERNAL‘=‘TRUE‘);

(3)查询表的类型

hive (default)> desc formatted student2;

Table Type:             EXTERNAL_TABLE

(4)修改外部表

student2 为内部表 alter table student2 set tblproperties(‘EXTERNAL‘=‘FALSE‘);

(5)查询表的类型

hive (default)> desc formatted student2;

Table Type:             MANAGED_TABLE

注意:(‘EXTERNAL‘=‘TRUE‘)和(‘EXTERNAL‘=‘FALSE‘)为固定写法,区分大小写

六. 分区表

  分区表实际上就是对应一个 HDFS 文件系统上的独立的文件夹,该文件夹下是该分区所有的数据文件。Hive 中的分区就是分目录,把一个大的数据集根据业务需要分割成小的数据集。在查询时通过 WHERE 子句中的表达式选择查询所需要的指定的分区,这样的查询效率会提高很多。

1.分区表基本操作

1)创建分区表语法:create table dept_partition( deptno int, dname string, loc string ) partitioned by (month string) row format delimited fields terminated by ‘\t‘;

2)加载数据到分区表中

load data local inpath ‘/opt/module/datas/dept.txt‘ into table default.dept_partition partition(month=‘201709‘);

load data local inpath ‘/opt/module/datas/dept.txt‘ into table default.dept_partition partition(month=‘201708‘);

load data local inpath ‘/opt/module/datas/dept.txt‘ into table default.dept_partition partition(month=‘201707’);

3)查询分区数据

select * from dept_partition where month=‘201709‘;

4)增加分区

alter table dept_partition add partition(month=‘201706‘) ;

alter table dept_partition add partition(month=‘201705‘) partition(month=‘201704‘);

5)删除分区

alter table dept_partition drop partition (month=‘201704‘);

6)查看分区表有多少分区   show partitions dept_partition;

7)查看分区表结构    desc formatted dept_partition;

2.注意事项

1) 创建二级分区

create table dept_partition2(deptno int, dname string, loc string)

partitioned by (month string, day string)

row format delimited fields terminated by ‘\t‘;

2) 正常的加载数据

(1)加载数据到二级分区表中

hive (default)> load data local inpath ‘/opt/module/datas/dept.txt‘ into table  default.dept_partition2 partition(month=‘201709‘, day=‘13‘);

(2)查询分区数据

hive (default)> select * from dept_partition2 where month=‘201709‘ and day=‘13‘;

3) 把数据直接上传到分区目录上,让分区表和数据产生关联的三种方式

(1)方式一:上传数据后修复  上传数据

dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=201709/day=12;

dfs -put /opt/module/datas/dept.txt

/user/hive/warehouse/dept_partition2/month=201709/day=12;

查询数据(查询不到刚上传的数据)

select * from dept_partition2 where month=‘201709‘ and day=‘12‘;

执行修复命令

msck repair table dept_partition2;

再次查询数据

select * from dept_partition2 where month=‘201709‘ and day=‘12‘;

(2)方式二:上传数据后添加分区

上传数据

dfs -mkdir -p  /user/hive/warehouse/dept_partition2/month=201709/day=11;

dfs -put /opt/module/datas/dept.txt

/user/hive/warehouse/dept_partition2/month=201709/day=11;

执行添加分区

alter table dept_partition2 add partition(month=‘201709‘,  day=‘11‘);

查询数据

select * from dept_partition2 where month=‘201709‘ and day=‘11‘;

(3)方式三:创建文件夹后 load 数据到分区

创建目录

dfs -mkdir -p  /user/hive/warehouse/dept_partition2/month=201709/day=10;

上传数据

load data local inpath ‘/opt/module/datas/dept.txt‘ into table  dept_partition2 partition(month=‘201709‘,day=‘10‘);

查询数据

select * from dept_partition2 where month=‘201709‘ and day=‘10‘;

原文地址:https://www.cnblogs.com/yaopeiyun/p/12233790.html

时间: 2024-10-10 02:50:09

03hive_DDL数据定义的相关文章

DDL(Data Definition Language)数据定义语言基础

数据定义语言DDL(Data Definition Language)是SQL语言的三个主要组成部分之一(另外两个分别是数据操作语言DML(Data Mainpulation Language)和数据控制语言(Data Control Language)). 1:创建用户Create User 创建用户使用如下的语法 Create user 用户名 identified by 密码 [default tablespace 缺省表空间] [temporary tablespace 临时表空间].如

3-2数据定义

3-2数据定义 tags:数据库 关系数据库系统支持三级模式结构,其模式.外模式和内模式中单基本对象幽默师表,视图和索引等.因此SQL的数据定义功能包括,模式定义,表定义,视图和索引定义. 操作对象 创建 删除 修改 模式 create schema drop schema 表 create table drop table alter table 视图 create view drop view 索引 create index drop index alter 架构(模式schema) 为避免

oracle sql 基础(四):数据定义语言(创建和管理表、视图)

数据定义语言 (Data Definition Language, DDL) 是SQL语言集中负责数据结构定义与数据库对象定义的语言,由CREATE.ALTER与DROP三个语法所组成.数据库对象包括表.视图.索引.同义词.序列等(TABLE/VIEW/INDEX/SYN/SEQUENCE).我们先对创建和管理表和视图进行一个介绍. 一.创建和管理表 数据表是数据库中一个非常重要的对象,是其他对象的基础.可分为用户表和数据字典两类. 1.创建表(CREATE TABLE) CREATE TABL

MySQL数据定义语句

MySQL数据定义语句主要是创建.修改.删除表,增加,修改,删除字段的操作 创建表:CREATE TABLE 表名(属性名 数据类型 约束条件, 属性名 数据类型 约束条件, 属性名 数据类型 约束条件, 属性名 数据类型 , ); 完整约束条件:PRIMARY KEY 主键FOREIGN KEY 外键NOT NULL 非空UNIQUE 唯一键AUTO_INCREMENT 自增键(mysql特色)DEFAULT 设置默认值 1.创建表test1 mysql> create table test1

数据定义未来——2016数据库技术大会总结

背景 作为国内数据库与大数据领域最大规模的技术盛宴,2016第七届中国数据库技术大会(DTCC)如约于2016年5月12日-14日再度震撼来袭.大会以"数据定义未来"为主题,云集了国内外顶尖专家,共同探讨MySQL.NoSQL.Oracle.缓存技术.云端数据库.智能数据平台.大数据安全.数据治理.大数据和开源.大数据创业.大数据深度学习等领域的前瞻性热点话题与技术.本届大会共设定2个主会场,25个分会场,并将吸引5000多名IT人士参会,为数据库人群.大数据从业人员.广大互联网人士及

MySQL学习笔记(6)之数据定义类型

数据定义类型总汇 1.整数型: 整数类型 字节 有符号范围 无符号范围 用途 tinyint 1 (-128,127) (0,255) 小整数 smallint 2 (-32 768,32 767) (0,65 535) 大整数 mediumint 3 (-8 388 608,8 388 607) (0,16 777 215) 大整数 int或integer 4 (-2 147 483 648,2 147 483 647) (0,4 294 967 295) 超大整数 bigint 8 (-9 

MySQL学习笔记(7)之数据定义类型

数据定义类型总汇 1.整数型: 整数类型 字节 有符号范围 无符号范围 用途 tinyint 1 (-128,127) (0,255) 小整数 smallint 2 (-32 768,32 767) (0,65 535) 大整数 mediumint 3 (-8 388 608,8 388 607) (0,16 777 215) 大整数 int或integer 4 (-2 147 483 648,2 147 483 647) (0,4 294 967 295) 超大整数 bigint 8 (-9 

mysql学习笔记之六(数据定义语言DDL)

SQL语言包括四类种主要程序设计语言类别的语句:数据定义语言(DDL),数据操作语言(DML)及数据控制语言(DCL)还有事务控制语言(TCL). ※  数据定义语言(DDL),例如:CREATE.DROP.ALTER等语句. ※  数据操作语言(DML),例如:INSERT(插入).UPDATE(修改).DELETE(删除)语句. ※  数据查询语言(DQL),例如:SELECT语句.(一般不会单独归于一类,因为只有一个语句). ※  数据控制语言(DCL),例如:GRANT.REVOKE等语

ddl(数据定义语言) ,dml (数据操控语言),dcl(数据控制语言)

DDL.DML和DCL的理解 1.DDL 1-1.DDL的概述 DDL(Data Definition Language 数据定义语言)用于操作对象和对象的属性,这种对象包括数据库本身,以及数据库对象,像:表.视图等等,DDL对这些对象和属性的管理和定义具体表现在Create.Drop和Alter上.特别注意:DDL操作的"对象"的概念,"对象"包括对象及对象的属性,而且对象最小也比记录大个层次.以表举例:Create创建数据表,Alter可以更改该表的字段,Dro