Hive笔记3-HQL操作_hive upcase-CSDN博客

本文链接：https://blog.csdn.net/Fighting_No1/article/details/88690033

HQL操作

参考资料：

1、DDL操作

（1）显示命令

显示数据库：show databases;
创建数据库：CREATE DATABASE|SCHEMA [IF NOT EXISTS] <database name>
删除数据库：DROP DATABASE StatementDROP (DATABASE|SCHEMA) [IF EXISTS] database_name [RESTRICT|CASCADE];
进入数据库：use database_name;
显示表：show tables;
描述表结构：desc table_name;
显示分区：show partitions;

（2）创建表

建表语法

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]

说明：

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。
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。
LIKE 允许用户复制现有的表结构，但是不复制数据。
ROW FORMAT row_format
```
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。
STORED AS

SEQUENCEFILE|TEXTFILE|RCFILE

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。
CLUSTERED BY

对于每一个表（table）或者分区， Hive可以进一步组织成桶，也就是说桶是更为细粒度的数据范围划分。Hive也是针对某一列进行桶的组织。Hive采用对列值哈希，然后除以桶的个数求余的方式决定该条记录存放在哪个桶当中。

把表（或者分区）组织成桶（Bucket）有两个理由：

（1）获得更高的查询处理效率。桶为表加上了额外的结构，Hive 在处理有些查询时能利用这个结构。具体而言，连接两个在（包含连接列的）相同列上划分了桶的表，可以使用 Map 端连接（Map-side join）高效的实现。比如JOIN操作。对于JOIN操作两个表有一个相同的列，如果对这两个表都进行了桶操作。那么将保存相同列值的桶进行JOIN操作就可以，可以大大较少JOIN的数据量。

（2）使取样（sampling）更高效。在处理大规模数据集时，在开发和修改查询的阶段，如果能在数据集的一小部分数据上试运行查询，会带来很多方便。
字段类型
- 基础数据类型：tinyint, smallint, int, bigint, float, decimal, boolean, varchar, char, string
- 复合数据类型：struct, array, map

具体实例

创建内部表mytable

hive> create table if not exists mytable(sid int,sname string)  
> row format delimited fields terminated by ',' stored as textfile;

示例，显示如下：

创建外部表pageview

hive> create external table if not exists pageview(  
> pageid int,  
> page_url string comment 'The page URL'  
> )  
> row format delimited fields terminated by ','  
> location 'hdfs://192.168.158.171:9000/user/hivewarehouse/';

创建分区表invites

hive> create table student_p(  
> Sno int,  
> Sname string,  
> Sex string,  
> Sage int,  
> Sdept string)   
> partitioned by(part string)   
> row format delimited fields terminated by ','stored as textfile;

创建带桶的表student

hive> create table student(id int,age int,name string)  
> partitioned by(stat_data string)  
> clustered by(id) sorted by(age) into 2 buckets  
> row format delimited fields terminated by ',';
</