写点什么

hive 的 DDL 语法基本操作

发布于: 2021 年 05 月 26 日
hive的DDL语法基本操作

创建数据库操作

  • 创建数据库:


hive (myhive)> create database if not exists myhive;hive (myhive)> use  myhive;  说明:hive的表存放位置模式是由hive-site.xml当中的一个属性指定的 :hive.metastore.warehouse.dir

创建数据库并指定hdfs存储位置 : hive (myhive)> create database myhive2 location '/myhive2';
复制代码


  • 修改数据库:

  • 可以使用 alter database 命令来修改数据库的一些属性。但是数据库的元数据信息是不可更改的,包括数据库的名称以及数据库所在的位置


hive (myhive)> alter  database  myhive2  set  dbproperties('createtime'='20180611');
复制代码


  • 查看数据库详细信息


查看数据库基本信息  hive (myhive)> desc  database  myhive2;查看数据库更多详细信息  hive (myhive)> desc database extended  myhive2;
复制代码


  • 删除数据库


删除一个空数据库,如果数据库下面有数据表,那么就会报错drop  database  myhive2;
强制删除数据库,包含数据库下面的表一起删除drop database myhive cascade; 这个数据库留着后面还要用,就不要执行给删除掉了。
复制代码

创建数据库表的操作

  • 创建数据库表语法


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]
复制代码


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、 LIKE 允许用户复制现有的表结构,但是不复制数据。


​ 4、 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。


​ 5、 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。


​ 6、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。

发布于: 2021 年 05 月 26 日阅读数: 26
用户头像

还未添加个人签名 2021.03.07 加入

还未添加个人简介

评论

发布
暂无评论
hive的DDL语法基本操作