Hive-DDL详解（超详细）

文章目录

前言
HiveQL的数据定义语言（DDL）
- 1. 创建数据库
- 2. 切换到指定数据库
- 3. 创建表格
- - (1) 基本形式:
  - (2) 示例:
- 4. 查看表格结构
- 5. 删除数据库和表格
- - (1) 删除数据库:
  - (2) 删除数据表:
总结

前言

本教程将介绍HiveQL的数据定义语言（DDL），帮助您了解如何在Hive中创建数据库、切换数据库、创建表格以及查看和删除表格。通过学习这些基本操作，您可以更好地组织和管理数据，并进行高效的查询和分析。

HiveQL的数据定义语言（DDL）

1. 创建数据库

创建数据库是在Hive中组织和管理表的第一步。可以使用以下语法来创建一个新的数据库：

CREATE DATABASE database_name;

例如，要创建名为"mydb"的数据库，可以执行以下命令：

CREATE DATABASE mydb;

2. 切换到指定数据库

在Hive中切换到特定的数据库非常简单。使用以下语法将当前会话切换到指定名称的数据库：

USE database_name;

例如，要将当前会话切换到名为mydb的数据库中，可以执行以下命令：

USE mydb;

3. 创建表格

在Hive中，我们可以通过DDL（数据定义语言）来定义和创建表格。下面是一个示例用于创建表格并指定列、数据类型以及其他属性。

(1) 基本形式:

CREATE TABLE table_name (column1 data_type,column2 data_type,...
)
[ROW FORMAT row_format]
[STORED AS file_format]
[TBLPROPERTIES (property_name=property_value, ...)];

ROW FORMAT row_format：该参数用于指定数据文件的行格式。常见的行格式包括：

DELIMITED：默认值，表示使用分隔符（如逗号、制表符等）分隔字段。
SERDE serde_name：指定自定义序列化/反序列化类名（SerDe），用于处理非文本数据或特殊数据类型。

STORED AS file_format：该参数用于指定存储文件的格式。常见的存储文件格式包括：

TEXTFILE（默认值）: 表示以文本形式存储。
ORC: 使用ORC (Optimized Row Columnar) 格式进行高效压缩和查询。
PARQUET: 使用Parquet列式存储和压缩。

TBLPROPERTIES (property_name=property_value, ...)：该参数允许用户为表设置附加属性，以键值对形式提供。可以根据需要添加多个属性，并且每个属性都有一个名称和相应的值。TBLPROPERTIES中设置的常见属性：

'comment'='table_comment': 为表添加注释或描述信息。
'created_by'='username': 记录创建此表记录者用户名信息。
'external'='true/false': 指示是否外部表，默认为false；外部表的数据存储在Hive之外，删除表时不会删除数据。
'location'='hdfs_path': 指定表的存储位置。默认情况下，Hive将使用默认的数据库目录。

(2) 示例:

假设我们想要在"HiveDB" 数据库下面创建一个名为 "employees” 的员工信息表，并具有姓名、年龄和职位三个字段。

首先需要确保已经选择了正确地目标库：

USE HiveDB;

然后运行如下代码进行建表：

CREATE TABLE employees (name STRING,age INT,position STRING
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS TEXTFILE;
TBLPROPERTIES ('comment'='This is a sample table', 'created_by'='John Doe');

上述示例中，“ROW FORMAT”指定行格式为逗号分隔符，“STORED AS”指定存储格式为TEXTFILE，并且通过“TBLPROPERTIES”设置了注释和创建者信息。

4. 查看表格结构

要查看已创建的表格的结构，可以使用以下命令：

DESCRIBE table_name;

例如，要查看名为"employees" 的表格结构，请执行以下命令：

DESCRIBE employees;

5. 删除数据库和表格

如果需要删除数据库或者特定的数据表，可以使用以下语法进行操作。

(1) 删除数据库:

注意：删除一个非空的数据库将同时删除该库下所有相关联的数据和对象。

DROP DATABASE database_name [RESTRICT|CASCADE];

RESTRICT：如果指定了 RESTRICT 参数，并且在执行 DROP DATABASE 之前发现有其他依赖项存在（比如该数据库下还有表），则会抛出一个错误并终止删除。
CASCADE：如果指定了 CASCADE 参数，在执行 DROP DATABASE 之前会先检查是否存在与该数据库关联或属于它子集合内部结构（例如表、视图等）。然后 Hive 将逐个级连地移除这些关系，并最终成功完成 DROP 操作。

例如：