写在前面的话：
该系列博文是我学习《 Hive源码解析与开发实战》视频课程的一个笔记，或者说总结，暂时没有对视频中的操作去做验证，只是纯粹的学习记录。
有兴趣看该视频的博友可以留言，我会共享出来，相互交流学习 ^.^。
*********************************************************************************************************
1、Hive数据类型：
2、Hive文件格式：
文件类型主要包括：文本文件格式、序列化文件格式、列式文件格式。
对于列文件格式，它是针对hdfs中的一个block块的：
它首先把hdfs上的一个块划分成了一个个行组，每一个行组是按照多少行来进行分组的，比如说把100行分为一个行组（row group），然后再对这一个Row Group进行压缩，压缩过程如下：
首先把每一列的数据转化为行的数据，也就是所有的列都变成行，这样做是为了方便有时候我们需要某一列的数据，但为了高效，我们不需要把其他列的数据也查询出来；
然后把转化后的行中重复的数据去掉，也就是“压缩”的由来，这样可以节省hdfs的存储空间；
3、Hive表的创建：
hive里面所有的数据都是以表的形式来管理的，所以表是hive的一个基础，关于表的创建语法如下：
解释：
CREATE :创建表的关键字；
EXTERNAL:是可选的，主要用来区分是内部表还是外部表，内部表和外部表主要是hive表的两大类；
TABLE: 关键字；
IF NOT EXISTS:这个是可选的，表示当我创建一个表的时候，如果不存在才创建，已经存在该表了就不创建。
主要是为了防止在没有该语句的时候，创建一个已有的表时报错；
db_name. :表示数据库的名字，后面跟一个点，用来接对应表的名字；
table_name:表的名字；
col_name date_type :分别为字段名字和类型；
COMMENT col_comment:字段的描述信息，COMMENT后面接字段描述信息col_comment；
PARTITIONED BY: 通过哪些字段进行分区,后面接小括号，然后里面写相应的字段名和字段类型，如果有描述信息的还可以添加相应字段的描述信息；
CLUSTERED BY:也就是把一些字段作为key，集合到一块，（个人理解：对应到mapreduce中最后reduce拿到相应分区数据后的分组操作，相同的key作为一组，
这里也就是把这些字段相同值的分为一个组），后面接小括号，里面写一些字段名；
SORTED BY: 后面接小括号，里面写相应的字段名，以及标示是正序还是倒序排，表示按照那些字段进行排序排序；
INTO num_buckets BUCKETS: 表示划分为多少个桶，个人理解：这个对应到mapreduce的reduce个数；
ROW FORMAT:设置行的格式，后面接row_format格式，row_format表示某种格式，个人猜测：表示行里面的字段是以什么进行分割的，如空格或逗号；
STORED AS :后面接文件格式，表示以什么格式进行存储，这里的文件格式就是前面讲的文本格式、序列化文件格式、列式格式；
STORED BY:个人猜测，是表示通过自定义的输入输出类，进行处理，然后存储；
LOCATION hdfs_path：表示把创建的这个表数据存储在hdfs上的位置；
TABLEPROPERTIES:后面接小括号，里面设置属性名=属性值；这里用来设置表的属性；
AS select_statement：通过select查询出一些其他表的结果，然后直接把得到的这些数据放入到创建的这张表里面去；
以上就是hive创建表的基本语法解释。
下面列举一个hive创建表的列子：
4、Hive操作表：