Hive之数据定义DDL

Hive之数据定义DDL

文章目录

  • Hive之数据定义DDL
    • 写在前面
    • 创建数据库
    • 查询数据库
      • 显示数据库
      • 查看数据库详情
      • 切换当前数据库
    • 修改数据库
    • 删除数据库
    • 创建表
      • 管理表(内部表)
      • 外部表
      • 管理表与外部表的互相转换
    • 修改表
      • 重命名表
      • 增加、修改和删除表分区
      • 增加/修改/替换列信息
    • 删除表

写在前面

  • Linux版本：CentOS7.5
  • Hive版本：Hive-3.1.2

创建数据库

CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERTIES (property_name=property_value, ...)];

（1）创建一个数据库，数据库在HDFS上的默认存储路径是 /user/hive/warehouse/*.db。

hive (default)> 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。（标准写法）

hive (default)> create database db_hive;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Database db_hive already exists
hive (default)> 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

hive (default)> create database db_hive2 location '/db_hive2.db';

查询数据库

显示数据库

（1）显示数据库

hive> show databases;

（2）过滤显示查询的数据库

hive> show databases like 'db_hive*';
OK
db_hive
db_hive_1

查看数据库详情

（1）显示数据库信息

hive> desc database db_hive;
OK
db_hive		hdfs://wbd01:9000/user/hive/warehouse/db_hive.db	whybigdata USER

（2）显示数据库详细信息，extended

hive> desc database extended db_hive;
OK
db_hive		hdfs://wbd01:9000/user/hive/warehouse/db_hive.db	whybigdataUSER

切换当前数据库

hive (default)> use db_hive;

修改数据库

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。

hive (default)> alter database db_hive set dbproperties('createtime'='20230421');

在hive中查看修改结果

hive> desc database extended db_hive;
db_name comment location        owner_name      owner_type      parameters
db_hive         hdfs://wbd01:8020/user/hive/warehouse/db_hive.db    whybigdata USER    {createtime=20170830}

删除数据库

（1）删除空数据库

hive>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

hive> drop database db_hive;
FAILED: SemanticException [Error 10072]: Database does not exist: db_hive
hive> 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

hive> drop database db_hive;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_hive is not empty. One or more tables exist.)
hive> drop database db_hive cascade;

创建表

（1）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]
[TBLPROPERTIES (property_name=property_value, ...)]
[AS select_statement]

（2）字段解释说明

  • 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，在建表的同时可以指定一个指向实际数据的路径（LOCATION），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。
  • COMMENT：为表和列添加注释。
  • PARTITIONED BY创建分区表
  • CLUSTERED BY创建分桶表
  • SORTED BY不常用，对桶中的一个或多个列另外排序
  • 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， hive使用Serde进行行对象的序列与反序列化。

  • 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。

  • LOCATION ：指定表在HDFS上的存储位置。

  • AS：后跟查询语句，根据查询结果创建表。

  • LIKE允许用户复制现有的表结构，但是不复制数据。

管理表(内部表)

（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）案例实操

  • 原始数据
1001	ss1
1002	ss2
1003	ss3
1004	ss4
1005	ss5
1006	ss6
1007	ss7
1008	ss8
1009	ss9
1010	ss10
1011	ss11
1012	ss12
1013	ss13
1014	ss14
1015	ss15
1016	ss16
  • 普通创建表
create table if not exists student(
id int, name string
)
row format delimited fields terminated by '\t'
stored as textfile
location '/user/hive/warehouse/student';
  • 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 student2 as select id, name from student;
  • 根据已经存在的表结构创建表
create table if not exists student3 like student;
  • 查询表的类型
hive (default)> desc formatted student2;
Table Type:             MANAGED_TABLE

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。
（3）案例实操
分别创建部门和员工外部表，并向表中导入数据。

  • 原始数据

dept:

10	ACCOUNTING	1700
20	RESEARCH	1800
30	SALES	1900
40	OPERATIONS	1700

emp：

7369	SMITH	CLERK	7902	1980-12-17	800.00		20
7499	ALLEN	SALESMAN	7698	1981-2-20	1600.00	300.00	30
7521	WARD	SALESMAN	7698	1981-2-22	1250.00	500.00	30
7566	JONES	MANAGER	7839	1981-4-2	2975.00		20
7654	MARTIN	SALESMAN	7698	1981-9-28	1250.00	1400.00	30
7698	BLAKE	MANAGER	7839	1981-5-1	2850.00		30
7782	CLARK	MANAGER	7839	1981-6-9	2450.00		10
7788	SCOTT	ANALYST	7566	1987-4-19	3000.00		20
7839	KING	PRESIDENT		1981-11-17	5000.00		10
7844	TURNER	SALESMAN	7698	1981-9-8	1500.00	0.00	30
7876	ADAMS	CLERK	7788	1987-5-23	1100.00		20
7900	JAMES	CLERK	7698	1981-12-3	950.00		30
7902	FORD	ANALYST	7566	1981-12-3	3000.00		20
7934	MILLER	CLERK	7782	1982-1-23	1300.00		10
  • 上传数据到HDFS
hive (default)> dfs -mkdir /student;
hive (default)> dfs -put /opt/module/datas/student.txt /student;
  • 建表语句，创建外部表

创建部门表

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

创建员工表

create external table if not exists emp(
empno int,
ename string,
job string,
mgr int,
hiredate string, 
sal double, 
comm double,
deptno int)
row format delimited fields terminated by '\t';
  • 查看创建的表
hive (default)>show tables;
  • 查看表格式化数据
hive (default)> desc formatted dept;
Table Type:             EXTERNAL_TABLE
  • 删除外部表
hive (default)> drop table dept;

外部表删除后，hdfs中的数据还在，但是metadata中dept的元数据已被删除

管理表与外部表的互相转换

  • 查询表的类型
hive (default)> desc formatted student2;
Table Type:             MANAGED_TABLE
  • 修改内部表student2为外部表
alter table student2 set tblproperties('EXTERNAL'='TRUE');
  • 查询表的类型
hive (default)> desc formatted student2;
Table Type:             EXTERNAL_TABLE
  • 修改外部表student2为内部表
alter table student2 set tblproperties('EXTERNAL'='FALSE');
  • 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！

修改表

重命名表

  • 语法
ALTER TABLE table_name RENAME TO new_table_name
  • 实操案例
hive (default)> alter table order_goods rename to new_order_goods;

增加、修改和删除表分区

关于分区的内容，可以查看后续文章

增加/修改/替换列信息

（1）语法

  • 更新列
ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]
  • 增加和替换列
ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)

注：ADD是代表新增一字段，字段位置在所有列后面(partition列前)，REPLACE则是表示替换表中所有字段。

（2）实操案例

  • 查询表结构
hive> desc dept;
  • 添加列
hive (default)> alter table dept add columns(deptdesc string);
  • 查询表结构
hive> desc dept;
  • 更新列
hive (default)> alter table dept change column deptdesc desc string;
  • 查询表结构
hive> desc dept;
  • 替换列
hive (default)> alter table dept replace columns(deptno string, dname string, loc string);
  • 查询表结构
hive> desc dept;

删除表

hive (default)> drop table dept;

全文结束！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/web/67802.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

UE 5.3 C++ 对垃圾回收的初步认识

UE 5.3 C++ 对垃圾回收的初步认识

一.UObject的创建 UObject 不支持构造参数。 所有的C UObject都会在引擎启动的时候初始化，然后引擎会调用其默认构造器。如果没有默认的构造器，那么 UObject 将不会编译。 有修改父类参数的需求，就使用指定带参构造 // Sets default value…
阅读更多...
点击WPS 任务栏上的图标，不是马上进入工作页面，而是呈现多个文档页面选择时的处理方法

点击WPS 任务栏上的图标，不是马上进入工作页面，而是呈现多个文档页面选择时的处理方法

问题： 点击WPS以后不是直接进入 解决： 首页-配置和修复工具-高级-兼容设置-改为与microsoft office 2010兼容(D)
阅读更多...
【自然语言处理（NLP）】基于Transformer架构的预训练语言模型：BERT 训练之数据集处理、训练代码实现

【自然语言处理（NLP）】基于Transformer架构的预训练语言模型：BERT 训练之数据集处理、训练代码实现

文章目录 介绍BERT 训练之数据集处理BERT 原理及模型代码实现数据集处理导包加载数据生成下一句预测任务的数据从段落中获取nsp数据生成遮蔽语言模型任务的数据从token中获取mlm数据将文本转换为预训练数据集创建Dataset加载WikiText-2数据集 BERT 训练代码实现导包加载数据构建…
阅读更多...
【Numpy核心编程攻略：Python数据处理、分析详解与科学计算】2.5 高级索引应用：图像处理中的区域提取

【Numpy核心编程攻略：Python数据处理、分析详解与科学计算】2.5 高级索引应用：图像处理中的区域提取

2.5 高级索引应用：图像处理中的区域提取 目录/提纲 #mermaid-svg-BI09xc20YqcpUam7 {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-BI09xc20YqcpUam7 .error-icon{fill:#552222;}#mermaid-svg-BI09xc20…
阅读更多...
通过Redisson构建延时队列并实现注解式消费

通过Redisson构建延时队列并实现注解式消费

目录 一、序言二、延迟队列实现1、Redisson延时消息监听注解和消息体2、Redisson延时消息发布器3、Redisson延时消息监听处理器 三、测试用例四、结语 一、序言 两个月前接了一个4万的私活，做一个线上商城小程序，在交易过程中不可避免的一个问题就是用户…
阅读更多...
Baklib构建高效协同的基于云的内容中台解决方案

Baklib构建高效协同的基于云的内容中台解决方案

内容概要 随着云计算技术的飞速发展，内容管理的方式也在不断演变。企业面临着如何在数字化转型过程中高效管理和协同处理内容的新挑战。为应对这些挑战，引入基于云的内容中台解决方案显得尤为重要。 Baklib作为创新型解决方案提供商，致力于…
阅读更多...
deepseek+vscode自动化测试脚本生成

deepseek+vscode自动化测试脚本生成

近几日Deepseek大火，我这里也尝试了一下，确实很强。而目前vscode的AI toolkit插件也已经集成了deepseek R1，这里就介绍下在vscode中利用deepseek帮助我们完成自动化测试脚本的实践分享 安装AI ToolKit并启用Deepseek 微软官方提供了一个针对AI辅助的插件，也就是 AI Toolk…
阅读更多...
电介质超表面中指定涡旋的非线性生成

电介质超表面中指定涡旋的非线性生成

涡旋光束在众多领域具有重要应用，但传统光学器件产生涡旋光束的方式限制了其在集成系统中的应用。超表面的出现为涡旋光束的产生带来了新的可能性，尤其是在非线性领域，尽管近些年来已经有一些研究，但仍存在诸多问题，如…
阅读更多...
基于Springboot+mybatis+mysql+html图书管理系统2

基于Springboot+mybatis+mysql+html图书管理系统2

基于Springbootmybatismysqlhtml图书管理系统2 一、系统介绍二、功能展示1.用户登陆2.用户主页3.图书查询4.还书5.个人信息修改6.图书管理（管理员）7.学生管理（管理员）8.废除记录（管理员） 三、数据库四、其它…
阅读更多...
本地部署DeepSeek方法

本地部署DeepSeek方法

本地部署完成后的效果如下图，整体与chatgpt类似，只是模型在本地推理。 我们在本地部署主要使用两个工具： ollamaopen-webui ollama是在本地管理和运行大模型的工具，可以直接在terminal里和大模型对话。open-webui是提供一个类…
阅读更多...
游戏引擎 Unity - Unity 启动（下载 Unity Editor、生成 Unity Personal Edition 许可证）

游戏引擎 Unity - Unity 启动（下载 Unity Editor、生成 Unity Personal Edition 许可证）

Unity Unity 首次发布于 2005 年，属于 Unity Technologies Unity 使用的开发技术有：C# Unity 的适用平台：PC、主机、移动设备、VR / AR、Web 等 Unity 的适用领域：开发中等画质中小型项目 Unity 适合初学者或需要快速上手的开…
阅读更多...
【开源免费】基于Vue和SpringBoot的公寓报修管理系统（附论文）

【开源免费】基于Vue和SpringBoot的公寓报修管理系统（附论文）

本文项目编号 T 186 ，文末自助获取源码 \color{red}{T186，文末自助获取源码} T186，文末自助获取源码 目录 一、系统介绍二、数据库设计三、配套教程3.1 启动教程3.2 讲解视频3.3 二次开发教程 四、功能截图五、文案资料5.1 选题背景5.2 国内…
阅读更多...
《苍穹外卖》项目学习记录-Day11订单统计

《苍穹外卖》项目学习记录-Day11订单统计

根据起始时间和结束时间，先把begin放入集合中用while循环当begin不等于end的时候，让begin加一天，这样就把这个区间内的时间放到List集合。 查询每天的订单总数也就是查询的时间段是大于当天的开始时间（0点0分0秒）小于…
阅读更多...
【python】python油田数据分析与可视化（源码+数据集）【独一无二】

【python】python油田数据分析与可视化（源码+数据集）【独一无二】

👉博__主👈：米码收割机 👉技__能👈：C/Python语言 👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。 【python】python油田数据分析与可视化&#xff08…
阅读更多...
FBX SDK的使用：基础知识

FBX SDK的使用：基础知识

Windows环境配置 FBX SDK安装后，目录下有三个文件夹： include 头文件lib 编译的二进制库，根据你项目的配置去包含相应的库samples 官方使用案列 动态链接 libfbxsdk.dll, libfbxsdk.lib是动态库，需要在配置属性->C/C->预…
阅读更多...
一文讲解HashMap线程安全相关问题(上)

一文讲解HashMap线程安全相关问题(上)

HashMap不是线程安全的，主要有以下几个问题： ①、多线程下扩容会死循环。JDK1.7 中的 HashMap 使用的是头插法插入元素，在多线程的环境下，扩容的时候就有可能导致出现环形链表，造成死循环。 JDK 8 时已经修复了这个问…
阅读更多...
python学习——常用的内置函数汇总

python学习——常用的内置函数汇总

文章目录 类型转换函数数学函数常用的迭代器操作函数常用的其他内置函数 类型转换函数 数学函数 常用的迭代器操作函数 实操： from cv2.gapi import descr_oflst [55, 42, 37, 2, 66, 23, 18, 99]# (1) 排序操作 asc_lst sorted(lst) # 升序 desc_lst sorted(l…
阅读更多...
MySQL数据库环境搭建

MySQL数据库环境搭建

下载MySQL 官网：https://downloads.mysql.com/archives/installer/ 下载社区版就行了。 安装流程 看b站大佬的视频吧：https://www.bilibili.com/video/BV12q4y1477i/?spm_id_from333.337.search-card.all.click&vd_source37dfd298d2133f3e1f3e3c…
阅读更多...
如何用微信小程序写春联

如何用微信小程序写春联

​ 生活没有模板，只需心灯一盏。 如果笑能让你释然，那就开怀一笑；如果哭能让你减压，那就让泪水流下来。如果沉默是金，那就不用解释；如果放下能更好地前行，就别再扛着。 一、引入 Vant UI 1、通过 npm 安装 npm i @vant/weapp -S --production​​ 2、修改 app.json …
阅读更多...
[SAP ABAP] 静态断点的使用

[SAP ABAP] 静态断点的使用

在 ABAP 编程环境中，静态断点通过关键字BREAK-POINT实现，当程序执行到这一语句时，会触发调试器中断程序的运行，允许开发人员检查当前状态并逐步跟踪后续代码逻辑 通常情况下，在代码的关键位置插入静态断点可以帮助开发…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023