备注:
Hive 版本 2.1.1

文章目录

  • 一.Hive关系模型概述
    • 1.1.Database
    • 1.2 Table
      • 1.2.1 管理表和外部表
      • 1.2.2 永久表和临时表
    • 1.3 Partition
    • 1.4 Bucket
  • 二.数据定义语言(DDL)
    • 2.1 HiveQL保留关键字
    • 2.2 Database相关DDL操作
      • 2.2.1 SHOW 命令
      • 2.2.2 DESCRIBE命令
      • 2.2.3 CREATE命令
      • 2.2.4 DROP命令
      • 2.2.5 ALTER 命令
      • 2.2.6 Use命令
    • 2.3 Table相关DDL操作
      • 2.3.1 Create命令
        • 2.3.1.1 建表测试语句-文件格式及分隔符测试
        • 2.3.1.2 外部表测试
        • 2.3.1.3 临时表测试
        • 2.3.1.4 分区表及分桶测试
      • 2.3.2 SHOW命令
      • 2.3.3 DESCRIBE命令
      • 2.3.4 DROP命令
      • 2.3.5 TRUNCATE命令
      • 2.3.6 ALTER命令
        • 2.3.6.1 重命名表
        • 2.3.6.2 修改表的属性
        • 2.3.6.3 修改表的列
        • 2.3.6.4 修改分区表的属性
  • 参考

一.Hive关系模型概述

Hive的数据模型与传统关系数据库类似，均属于关系型数据模型。
将数据理解为行数据和列字段的二维表格，利用类SQL（结构化查询语言）进行数据操作。
Hive元数据信息存储在关系数据库中，实际数据存储依赖HDFS。

Hive通过以下模型来组织HDFS上的数据:
1.数据库（Database）
2.表（Table）
3.分区（Partition）
4.桶（Bucket）

1.1.Database

Database是Hive数据模型的最上层，跟关系数据库中的Database意义相似
通过Database来逻辑划分Hive表的命名空间，避免表同名冲突
Hive默认自带的Database名为default
HDFS存储路径由配置决定，一个Database一个子目录

1.2 Table

Hive中的表和关系型数据库中的表在概念上很类似
每个表在HDFS中都有相应的目录用来存储表的数据

1.2.1 管理表和外部表

根据数据是否受Hive管理，分为：
Managed Table（管理表）
External Table（外表）

区别：

  1. Managed Table：
    HDFS存储数据受Hive管理，在统一的路径下: ${hive.metastore.warehouse.dir}/{database_name}.db/{tablename}
    Hive对表的删除操作影响实际数据的删除

  2. External Table：
    HDFS存储路径不受Hive管理，只是Hive元数据不HDFS数据路径的一个映射
    Hive对表的删除操作仅仅删除元数据，实际数据不受影响

1.2.2 永久表和临时表

Permanent Table是指永久存储在HDFS之上的表，默认创建表为永久表
Temporary Table是指仅当前Session有效的表，数据临时存放在用户的临时目录下，当前session退出后即删除
临时表比较适合于比较复杂的SQL逻辑中拆分逻辑块，或者临时测试

注意：
如果创建临时表时，存在与之同名的永久表，则临时表的可见性高于永久表，即对表的操作是临时表的，用永久表无效
临时表不支持分区

1.3 Partition

基于用户指定的分区列的值对数据表进行分区
表的每一个分区对应表下的相应目录，所有分区的数据都是存储在对应的目录中
–: ${hive.metastore.warehouse.dir}/{database_name}.db/{tablename}/{partitionkey}={value}

分区的优点:

  1. 分区从物理上分目录划分不同列的数据
  2. 用于查询的剪枝，提升查询的效率

可以多级Partition，即指定多个Partition字段，但所有Partition的数据不可无限扩展（多级目录造成HDFS小文件过多影响性能）

1.4 Bucket

桶作为另一种数据组织方式，弥补Partition的短板（不是所有的列都可以作为Partition Key）
通过Bucket列的值进行Hash散列到相应的文件中，重新组织数据，每一个桶对应一个文件

桶的优点：
1） 有利于查询优化，比如SMB Join
2） 对于抽样非常有效

桶的数量一旦定义后，如果更改，只会修改Hive元数据，实际数据不会重新组织

二.数据定义语言(DDL)

DDL数据定义语言（Data Definition Language）
Hive支持的DDL语义包括对数据模型(Database/Table)等的以下操作：

  1. CREATE
  2. DROP
  3. SHOW
  4. DESCRIBE
  5. ALTER

2.1 HiveQL保留关键字

HiveQL不建议使用保留关键字，如果一定要使用，需要进行转义。
如果遇到一定要使用，可以用反引号来转义。

hive> > > create table user_info (userid string,name string,age int,from string);
NoViableAltException(132@[])at org.apache.hadoop.hive.ql.parse.HiveParser.columnNameTypeOrPKOrFK(HiveParser.java:32232)at org.apache.hadoop.hive.ql.parse.HiveParser.columnNameTypeOrPKOrFKList(HiveParser.java:28392)at org.apache.hadoop.hive.ql.parse.HiveParser.createTableStatement(HiveParser.java:5281)at org.apache.hadoop.hive.ql.parse.HiveParser.ddlStatement(HiveParser.java:3112)at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:2266)at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:1318)at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:218)at org.apache.hadoop.hive.ql.parse.ParseUtils.parse(ParseUtils.java:75)at org.apache.hadoop.hive.ql.parse.ParseUtils.parse(ParseUtils.java:68)at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:564)at org.apache.hadoop.hive.ql.Driver.compileInternal(Driver.java:1425)at org.apache.hadoop.hive.ql.Driver.runInternal(Driver.java:1493)at org.apache.hadoop.hive.ql.Driver.run(Driver.java:1339)at org.apache.hadoop.hive.ql.Driver.run(Driver.java:1328)at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:239)at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:187)at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:409)at org.apache.hadoop.hive.cli.CliDriver.executeDriver(CliDriver.java:836)at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:772)at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:699)at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)at java.lang.reflect.Method.invoke(Method.java:498)at org.apache.hadoop.util.RunJar.run(RunJar.java:313)at org.apache.hadoop.util.RunJar.main(RunJar.java:227)
FAILED: ParseException line 1:58 cannot recognize input near 'from' 'string' ')' in column name or primary key or foreign key
hive> > create table user_info (userid string,name string,age int,`from` string);
OK
Time taken: 0.106 seconds
hive> desc user_info;
OK
userid                  string
name                    string
age                     int
from                    string
Time taken: 0.05 seconds, Fetched: 4 row(s)
hive> > select userid,name,age,`from` from user_info;
OK
Time taken: 0.072 seconds

2.2 Database相关DDL操作

2.2.1 SHOW 命令

SHOW命令用于列出符合条件的数据库
语法:

SHOW (DATABASES|SCHEMAS) [LIKE‘identifier_with_wildcards’];

测试:

hive> > > show databases;
OK
cloudera_manager_metastore_canary_test_db_hive_hivemetastore_217bfbe198cbd3fb75336aa552ed30b1
default
test
Time taken: 0.028 seconds, Fetched: 3 row(s)
hive> > show databases like 'te*';
OK
test
Time taken: 0.026 seconds, Fetched: 1 row(s)

2.2.2 DESCRIBE命令

DESCRIBE命令用于描述Database定义
语法:

DESCRIBE DATABASE [EXTENDED] db_name;

测试:

hive> describe database test;
OK
test            hdfs://nameservice1/user/hive/warehouse/test.db root    USER
Time taken: 0.031 seconds, Fetched: 1 row(s)
hive> describe database extended test;
OK
test            hdfs://nameservice1/user/hive/warehouse/test.db root    USER
Time taken: 0.03 seconds, Fetched: 1 row(s)

2.2.3 CREATE命令

CREATE命令用于创建数据库

语法:

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

LOCATION命令是用于外部表
MANAGEDLOCATION 用于hive的管理表

测试:

-- comment测试
hive> > create database db_test2 comment 'this is db_test2';
OK
Time taken: 0.056 seconds
hive> describe database extended db_test2;
OK
db_test2        this is db_test2        hdfs://nameservice1/user/hive/warehouse/db_test2.db     root    USER
Time taken: 0.035 seconds, Fetched: 1 row(s)-- LOCATION 测试
hive> > create database db_test3 location '/tmp/db_test3.db';
OK
Time taken: 0.058 seconds
hive> describe database extended db_test3;
OK
db_test3                hdfs://nameservice1/tmp/db_test3.db     root    USER
Time taken: 0.029 seconds, Fetched: 1 row(s)-- MANAGEDLOCATION 测试
hive> create database db_test4 location '/tmp/db_test4.db';
OK
Time taken: 0.053 seconds
hive> describe database extended db_test4;
OK
db_test4                hdfs://nameservice1/tmp/db_test4.db     root    USER
Time taken: 0.031 seconds, Fetched: 1 row(s)
hive> -- with dbproperties 测试
hive> create database db_test1 with dbproperties ('my_db1' = 'Oracle','my_db2' = 'Hive');
OK
Time taken: 0.056 seconds
hive> describe database extended db_test1;
OK
db_test1                hdfs://nameservice1/user/hive/warehouse/db_test1.db     root    USER    {my_db1=Oracle, my_db2=Hive}
Time taken: 0.03 seconds, Fetched: 1 row(s)

2.2.4 DROP命令

DROP用于删除数据库

语法:

DROP (DATABASE|SCHEMA) [IF EXISTS] database_name[RESTRICT|CASCADE];

默认参数为RESTRICT，当数据库不为空的时候，drop database会失败。如果需要删除不为空的数据库，需要使用 cascade;

测试:

hive> > use db_test1;
OK
Time taken: 0.026 seconds
hive> create table emp1 as select * from test.emp;
Query ID = root_20201203135935_8d50db00-b827-447a-b620-67ccde7f86e3
Total jobs = 3
Launching Job 1 out of 3
Number of reduce tasks is set to 0 since there's no reduce operator
Starting Job = job_1606698967173_0018, Tracking URL = http://hp1:8088/proxy/application_1606698967173_0018/
Kill Command = /opt/cloudera/parcels/CDH-6.3.1-1.cdh6.3.1.p0.1470567/lib/hadoop/bin/hadoop job  -kill job_1606698967173_0018
Hadoop job information for Stage-1: number of mappers: 2; number of reducers: 0
2020-12-03 13:59:43,004 Stage-1 map = 0%,  reduce = 0%
2020-12-03 13:59:50,207 Stage-1 map = 100%,  reduce = 0%, Cumulative CPU 3.77 sec
MapReduce Total cumulative CPU time: 3 seconds 770 msec
Ended Job = job_1606698967173_0018
Stage-4 is filtered out by condition resolver.
Stage-3 is selected by condition resolver.
Stage-5 is filtered out by condition resolver.
Launching Job 3 out of 3
Number of reduce tasks is set to 0 since there's no reduce operator
Starting Job = job_1606698967173_0019, Tracking URL = http://hp1:8088/proxy/application_1606698967173_0019/
Kill Command = /opt/cloudera/parcels/CDH-6.3.1-1.cdh6.3.1.p0.1470567/lib/hadoop/bin/hadoop job  -kill job_1606698967173_0019
Hadoop job information for Stage-3: number of mappers: 1; number of reducers: 0
2020-12-03 14:00:01,664 Stage-3 map = 0%,  reduce = 0%
2020-12-03 14:00:08,877 Stage-3 map = 100%,  reduce = 0%, Cumulative CPU 1.62 sec
MapReduce Total cumulative CPU time: 1 seconds 620 msec
Ended Job = job_1606698967173_0019
Moving data to directory hdfs://nameservice1/user/hive/warehouse/db_test1.db/emp1
MapReduce Jobs Launched:
Stage-Stage-1: Map: 2   Cumulative CPU: 3.77 sec   HDFS Read: 9801 HDFS Write: 816 HDFS EC Read: 0 SUCCESS
Stage-Stage-3: Map: 1   Cumulative CPU: 1.62 sec   HDFS Read: 3024 HDFS Write: 677 HDFS EC Read: 0 SUCCESS
Total MapReduce CPU Time Spent: 5 seconds 390 msec
OK
Time taken: 34.73 seconds
hive> > drop database db_test1;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_test1 is not empty. One or more tables exist.)
hive> > drop database db_test1 restrict;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_test1 is not empty. One or more tables exist.)
hive> > drop database db_test1 cascade;
OK
Time taken: 0.118 seconds
hive> > show databases;
OK
cloudera_manager_metastore_canary_test_db_hive_hivemetastore_217bfbe198cbd3fb75336aa552ed30b1
db_test2
db_test3
db_test4
default
test
Time taken: 0.032 seconds, Fetched: 6 row(s)
hive>

2.2.5 ALTER 命令

ALTER用于修改Database属性
语法:

ALTER (DATABASE|SCHEMA) database_name SET DBPROPERTIES (property_name=property_value, ...);   -- (Note: SCHEMA added in Hive 0.14.0)ALTER (DATABASE|SCHEMA) database_name SET OWNER [USER|ROLE] user_or_role;   -- (Note: Hive 0.13.0 and later; SCHEMA added in Hive 0.14.0)ALTER (DATABASE|SCHEMA) database_name SET LOCATION hdfs_path; -- (Note: Hive 2.2.1, 2.4.0 and later)ALTER (DATABASE|SCHEMA) database_name SET MANAGEDLOCATION hdfs_path; -- (Note: Hive 4.0.0 and later)

2.2.6 Use命令

USE database_name; 切换到指定Database

2.3 Table相关DDL操作

2.3.1 Create命令

语法:

CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name    -- (Note: TEMPORARY available in Hive 0.14.0 and later)[(col_name data_type [column_constraint_specification] [COMMENT col_comment], ... [constraint_specification])][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][SKEWED BY (col_name, col_name, ...)                  -- (Note: Available in Hive 0.10.0 and later)]ON ((col_value, col_value, ...), (col_value, col_value, ...), ...)[STORED AS DIRECTORIES][[ROW FORMAT row_format] [STORED AS file_format]| STORED BY 'storage.handler.class.name' [WITH SERDEPROPERTIES (...)]  -- (Note: Available in Hive 0.6.0 and later)][LOCATION hdfs_path][TBLPROPERTIES (property_name=property_value, ...)]   -- (Note: Available in Hive 0.6.0 and later)[AS select_statement];   -- (Note: Available in Hive 0.5.0 and later; not supported for external tables)CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_nameLIKE existing_table_or_view_name[LOCATION hdfs_path];data_type: primitive_type| array_type| map_type| struct_type| union_type  -- (Note: Available in Hive 0.7.0 and later)primitive_type: TINYINT| SMALLINT| INT| BIGINT| BOOLEAN| FLOAT| DOUBLE| DOUBLE PRECISION -- (Note: Available in Hive 2.2.0 and later)| STRING| BINARY      -- (Note: Available in Hive 0.8.0 and later)| TIMESTAMP   -- (Note: Available in Hive 0.8.0 and later)| DECIMAL     -- (Note: Available in Hive 0.11.0 and later)| DECIMAL(precision, scale)  -- (Note: Available in Hive 0.13.0 and later)| DATE        -- (Note: Available in Hive 0.12.0 and later)| VARCHAR     -- (Note: Available in Hive 0.12.0 and later)| CHAR        -- (Note: Available in Hive 0.13.0 and later)array_type: ARRAY < data_type >map_type: MAP < primitive_type, data_type >struct_type: STRUCT < col_name : data_type [COMMENT col_comment], ...>union_type: UNIONTYPE < data_type, data_type, ... >  -- (Note: Available in Hive 0.7.0 and later)row_format: DELIMITED [FIELDS TERMINATED BY char [ESCAPED BY char]] [COLLECTION ITEMS TERMINATED BY char][MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char][NULL DEFINED AS char]   -- (Note: Available in Hive 0.13 and later)| SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, ...)]file_format:: SEQUENCEFILE| TEXTFILE    -- (Default, depending on hive.default.fileformat configuration)| RCFILE      -- (Note: Available in Hive 0.6.0 and later)| ORC         -- (Note: Available in Hive 0.11.0 and later)| PARQUET     -- (Note: Available in Hive 0.13.0 and later)| AVRO        -- (Note: Available in Hive 0.14.0 and later)| JSONFILE    -- (Note: Available in Hive 4.0.0 and later)| INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classnamecolumn_constraint_specification:: [ PRIMARY KEY|UNIQUE|NOT NULL|DEFAULT [default_value]|CHECK  [check_expression] ENABLE|DISABLE NOVALIDATE RELY/NORELY ]default_value:: [ LITERAL|CURRENT_USER()|CURRENT_DATE()|CURRENT_TIMESTAMP()|NULL ] constraint_specification:: [, PRIMARY KEY (col_name, ...) DISABLE NOVALIDATE RELY/NORELY ][, PRIMARY KEY (col_name, ...) DISABLE NOVALIDATE RELY/NORELY ][, CONSTRAINT constraint_name FOREIGN KEY (col_name, ...) REFERENCES table_name(col_name, ...) DISABLE NOVALIDATE [, CONSTRAINT constraint_name UNIQUE (col_name, ...) DISABLE NOVALIDATE RELY/NORELY ][, CONSTRAINT constraint_name CHECK [check_expression] ENABLE|DISABLE NOVALIDATE RELY/NORELY ]

建表常用选项:
1） 文件格式
2） 字段类型选择
3） 字段默认值
4） 约束相关
5） 分区
6） 分桶

2.3.1.1 建表测试语句-文件格式及分隔符测试

textfile文件格式是默认的文件格式，除非hive.default.fileformat被修改为其他的值。
使用DELIMITED 子句进行读取 分隔的文件。

使用 ‘ESCAPED BY’ 子句 (例如 ESCAPED BY ‘’) 启用对分隔符字符的转义。
使用 ‘NULL DEFINED AS’ 子句 (default is ‘\N’)还可以指定自定义空格式。

创建一个文件格式为textfile的表，包含数值类型、字符类型、时间类型，且表和表的列均有注释，分隔符为’|’。

hive> > CREATE TABLE `t1`(>   `id` int COMMENT 'id', >   `name` string COMMENT '名字', >   `login_date` timestamp COMMENT '登陆时间')> comment "登陆日志表" > row format delimited fields terminated by '|' > stored as textfile;
OK
Time taken: 0.126 seconds
hive> show create table t1;
OK
CREATE TABLE `t1`(`id` int COMMENT 'id', `name` string COMMENT '名字', `login_date` timestamp COMMENT '登陆时间')
COMMENT '登陆日志表'
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
WITH SERDEPROPERTIES ( 'field.delim'='|', 'serialization.format'='|')
STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://nameservice1/user/hive/warehouse/test.db/t1'
TBLPROPERTIES ('transient_lastDdlTime'='1606991328')
Time taken: 0.105 seconds, Fetched: 18 row(s)

2.3.1.2 外部表测试

外部表，HDFS存储路径不受Hive管理，只是Hive元数据不HDFS数据路径的一个映射
Hive对表的删除操作仅仅删除元数据，实际数据不受影响

-- 创建hdfs目录
hadoop fs -mkdir /tmp/external_tablehive> > > create external table ext_table(key int comment 'key column',value string)  location '/tmp/external_table';
OK
Time taken: 0.084 seconds
hive> show create table ext_table;
OK
CREATE EXTERNAL TABLE `ext_table`(`key` int COMMENT 'key column', `value` string)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://nameservice1/tmp/external_table'
TBLPROPERTIES ('transient_lastDdlTime'='1606991901')
Time taken: 0.052 seconds, Fetched: 13 row(s)
hive>

2.3.1.3 临时表测试

临时表退出不可用

hive> > create temporary table user_tmp(userid string,name string,age int,`from` string);
OK
Time taken: 0.069 seconds
hive> show create table user_tmp;
OK
CREATE TEMPORARY TABLE `user_tmp`(`userid` string, `name` string, `age` int, `from` string)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://nameservice1/tmp/hive/root/81bb0df0-0b98-4f01-a840-0c092c854bc5/_tmp_space.db/664b988b-8175-4d00-bddf-459295213638'
TBLPROPERTIES (
)
Time taken: 0.035 seconds, Fetched: 15 row(s)
hive> exit> ;
[root@hp1 mysql]# hive
WARNING: Use "yarn jar" to launch YARN applications.
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/opt/cloudera/parcels/CDH-6.3.1-1.cdh6.3.1.p0.1470567/jars/log4j-slf4j-impl-2.8.2.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/opt/cloudera/parcels/CDH-6.3.1-1.cdh6.3.1.p0.1470567/jars/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory]Logging initialized using configuration in jar:file:/opt/cloudera/parcels/CDH-6.3.1-1.cdh6.3.1.p0.1470567/jars/hive-common-2.1.1-cdh6.3.1.jar!/hive-log4j2.properties Async: falseWARNING: Hive CLI is deprecated and migration to Beeline is recommended.
hive> use test;
OK
Time taken: 1.185 seconds
hive> show create table user_tmp;
FAILED: SemanticException [Error 10001]: Table not found user_tmp
hive>

2.3.1.4 分区表及分桶测试

分区测试:

hive> > create table test_part (id int,name string) partitioned by(date_in string);
OK
Time taken: 0.394 seconds
hive> > show create table test_part;
OK
CREATE TABLE `test_part`(`id` int, `name` string)
PARTITIONED BY ( `date_in` string)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://nameservice1/user/hive/warehouse/test.db/test_part'
TBLPROPERTIES ('transient_lastDdlTime'='1606992622')
Time taken: 0.294 seconds, Fetched: 15 row(s)
hive>
hive> > alter table test_part add partition(date_in='2018-10-28');
OK
hive> show create table test_part;
OK
CREATE TABLE `test_part`(`id` int, `name` string)
PARTITIONED BY ( `date_in` string)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://nameservice1/user/hive/warehouse/test.db/test_part'
TBLPROPERTIES ('transient_lastDdlTime'='1606992622')
Time taken: 0.057 seconds, Fetched: 15 row(s)
hive>

分桶测试:

hive> > create table test_bucket(userid bigint,key int,value string) partitioned by (date_in string) clustered by (userid) sorted by (userid) into 32 buckets;
OK
Time taken: 0.1 seconds
hive> show create table test_bucket;
OK
CREATE TABLE `test_bucket`(`userid` bigint, `key` int, `value` string)
PARTITIONED BY ( `date_in` string)
CLUSTERED BY ( userid)
SORTED BY ( userid ASC)
INTO 32 BUCKETS
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://nameservice1/user/hive/warehouse/test.db/test_bucket'
TBLPROPERTIES ('transient_lastDdlTime'='1606992907')
Time taken: 0.053 seconds, Fetched: 21 row(s)

2.3.2 SHOW命令

语法:

SHOW TABLES [IN database_name] [‘identifier_with_wildcards’]; // 列出表
SHOW CREATE TABLE ([db_name.]table_name|view_name); //列出表创建语句
SHOW PARTITIONS table_name; //列出表的所有分区
SHOW COLUMNS (FROM|IN) table_name[(FROM|IN) db_name]; //列出表的所有字段

2.3.3 DESCRIBE命令

语法:

DESCRIBE [EXTENDED|FORMATTED]table_name//描述表定义
DESCRIBE [EXTENDED|FORMATTED] table_name PARTITION partition_spec; //描述分区定义

测试:

hive> > desc test_part;
OK
id                      int
name                    string
date_in                 string                                      # Partition Information
# col_name              data_type               comment             date_in                 string
Time taken: 0.097 seconds, Fetched: 8 row(s)hive> > > desc test_part partition(date_in = '2018-10-28');
OK
id                      int
name                    string
date_in                 string                                      # Partition Information
# col_name              data_type               comment             date_in                 string
Time taken: 0.163 seconds, Fetched: 8 row(s)
hive>

2.3.4 DROP命令

语法:

DROP TABLE [IF EXISTS] table_name[PURGE];//删除表

默认drop的表是会到回收站里面，如果加上purge的话，会直接删除而不经过回收站。

2.3.5 TRUNCATE命令

语法:

TRUNCATE TABLE table_name[PARTITION partition_spec]; //清空表数据

同关系型数据库的截断表，生产环境谨慎使用。

2.3.6 ALTER命令

alter的语法非常强大，可以实现多种功能

语法:

ALTER TABLE table_name RENAME TO new_table_name;  //重命名表
ALTER TABLE table_name SET TBLPROPERTIES table_properties; //修改表的属性
ALTER TABLE table_name SET TBLPROPERTIES ('comment' = new_comment); //修改表的备注
ALTER TABLE table_name [PARTITION partition_spec] SET SERDE serde_class_name [WITH SERDEPROPERTIES serde_properties];//增加SerDe属性
ALTER TABLE table_name [PARTITION partition_spec] UNSET SERDEPROPERTIES (property_name, ... );//删除SerDe属性
ALTER TABLE table_name CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name, ...)]INTO num_buckets BUCKETS; //修改表的存储属性
ALTER TABLE table_name SKEWED BY (col_name1, col_name2, ...)ON ([(col_name1_value, col_name2_value, ...) [, (col_name1_value, col_name2_value), ...][STORED AS DIRECTORIES]; //修改表的倾斜
ALTER TABLE table_name NOT SKEWED; //取消维护表的倾斜/*维护表的约束相关*/
ALTER TABLE table_name ADD CONSTRAINT constraint_name PRIMARY KEY (column, ...) DISABLE NOVALIDATE;
ALTER TABLE table_name ADD CONSTRAINT constraint_name FOREIGN KEY (column, ...) REFERENCES table_name(column, ...) DISABLE NOVALIDATE RELY;
ALTER TABLE table_name ADD CONSTRAINT constraint_name UNIQUE (column, ...) DISABLE NOVALIDATE;
ALTER TABLE table_name CHANGE COLUMN column_name column_name data_type CONSTRAINT constraint_name NOT NULL ENABLE;
ALTER TABLE table_name CHANGE COLUMN column_name column_name data_type CONSTRAINT constraint_name DEFAULT default_value ENABLE;
ALTER TABLE table_name CHANGE COLUMN column_name column_name data_type CONSTRAINT constraint_name CHECK check_expression ENABLE;ALTER TABLE table_name DROP CONSTRAINT constraint_name;/*新增分区*/
ALTER TABLE table_name ADD [IF NOT EXISTS] PARTITION partition_spec [LOCATION 'location'][, PARTITION partition_spec [LOCATION 'location'], ...];partition_spec:: (partition_column = partition_col_value, partition_column = partition_col_value, ...)/*交换分区*/
-- Move partition from table_name_1 to table_name_2
ALTER TABLE table_name_2 EXCHANGE PARTITION (partition_spec) WITH TABLE table_name_1;
-- multiple partitions
ALTER TABLE table_name_2 EXCHANGE PARTITION (partition_spec, partition_spec2, ...) WITH TABLE table_name_1;/*删除分区*/
ALTER TABLE table_name DROP [IF EXISTS] PARTITION partition_spec[, PARTITION partition_spec, ...][IGNORE PROTECTION] [PURGE];            -- (Note: PURGE available in Hive 1.2.0 and later, IGNORE PROTECTION not available 2.0.0 and later)/*修改列的属性*/
ALTER TABLE table_name [PARTITION partition_spec] CHANGE [COLUMN] col_old_name col_new_name column_type[COMMENT col_comment] [FIRST|AFTER column_name] [CASCADE|RESTRICT];/*新增or替换 列 */
ALTER TABLE table_name [PARTITION partition_spec]                 -- (Note: Hive 0.14.0 and later)ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)[CASCADE|RESTRICT]                         -- (Note: Hive 1.1.0 and later)

2.3.6.1 重命名表

将 user_info表改名为 user_info_bak

hive> > desc user_info;
OK
userid                  string
name                    string
age                     int
from                    string
Time taken: 0.056 seconds, Fetched: 4 row(s)
hive> alter table user_info rename to user_info_bak> ;
OK
Time taken: 0.102 seconds
hive> desc user_info_bak;
OK
userid                  string
name                    string
age                     int
from                    string
Time taken: 0.053 seconds, Fetched: 4 row(s)
hive>

2.3.6.2 修改表的属性

修改表的备注信息

hive> > alter table user_info_bak SET TBLPROPERTIES ('comment'='用户备份表');
OK
Time taken: 0.089 seconds
hive> show create table user_info_bak;
OK
CREATE TABLE `user_info_bak`(`userid` string, `name` string, `age` int, `from` string)
COMMENT '用户备份表'
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://nameservice1/user/hive/warehouse/test.db/user_info_bak'
TBLPROPERTIES ('last_modified_by'='root', 'last_modified_time'='1606994861', 'transient_lastDdlTime'='1606994861')
Time taken: 0.06 seconds, Fetched: 18 row(s)

2.3.6.3 修改表的列

create table t2(id int,name varchar(50));

更改列名

-- 将id列名改为 user_id
hive> > alter table t2 change id user_id int;
OK
Time taken: 0.094 seconds

修改列的长度

hive> > alter table t2 change name name varchar(100);
OK
Time taken: 0.083 seconds
hive> desc t2;
OK
user_id                 int
name                    varchar(100)
Time taken: 0.052 seconds, Fetched: 2 row(s)

修改列的顺序
将name列调整到最前面

hive> > alter table t2 change name name varchar(100) first;
OK
Time taken: 0.091 seconds
hive> desc t2;
OK
name                    varchar(100)
user_id                 int
Time taken: 0.054 seconds, Fetched: 2 row(s)

修改列的注释

hive> > alter table t2 change name name varchar(100) comment '用户姓名';
OK
Time taken: 0.108 seconds
hive> desc t2;
OK
name                    varchar(100)            用户姓名
user_id                 int
Time taken: 0.052 seconds, Fetched: 2 row(s)

增加列

hive> > alter table t2 add columns (login_date timestamp,last_update_date timestamp);
OK
Time taken: 0.078 seconds
hive> desc t2;
OK
name                    varchar(100)            用户姓名
user_id                 int
login_date              timestamp
last_update_date        timestamp
Time taken: 0.05 seconds, Fetched: 4 row(s)
hive>

删除列
hive的删除列 需要使用replace

hive> > alter table t2 replace columns(user_id int,name varchar(100) comment '用户姓名',loagin_date timestamp);
OK
Time taken: 0.077 seconds
hive> desc t2;
OK
user_id                 int
name                    varchar(100)            用户姓名
loagin_date             timestamp
Time taken: 0.054 seconds, Fetched: 3 row(s)
hive>

2.3.6.4 修改分区表的属性

新增分区

hive> > alter table test_part add partition(date_in='2020-12-03');
OK
Time taken: 0.128 seconds
hive> desc test_part;
OK
id                      int
name                    string
date_in                 string                                      # Partition Information
# col_name              data_type               comment             date_in                 string
Time taken: 0.066 seconds, Fetched: 8 row(s)
hive>

删除分区

hive> > alter table test_part drop partition(date_in='2020-12-03');
Dropped the partition date_in=2020-12-03
OK
Time taken: 0.451 seconds

参考

1.https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL
2.http://blog.sina.com.cn/s/blog_6238358c0100pll4.html

大数据开发之Hive篇3-Hive数据定义语言相关推荐

  1. 微信开发 ━━ 微信商户v3微信支付H5方式开发之php篇

    native方式开发纪要:<微信开发 ━━ 微信商户native方式支付v3开发之php篇> 一.流程 流程是必须要弄懂的,弄懂之后遇到问题也能知道出在哪里. 官方说明:<H5支付统 ...

  2. 视频教程-跟着王进老师学开发之C#篇：基础语法-C#

    跟着王进老师学开发之C#篇:基础语法 教学风格独特,以学员视角出发设计课程,难易适度,重点突出,架构清晰,将实战经验融合到教学中.讲授技术同时传递方法.得到广大学员的高度认可. 王进 ¥208.00 ...

  3. 跟着王进老师学开发之C#篇第五季：图书管理系统-王进-专题视频课程

    跟着王进老师学开发之C#篇第五季:图书管理系统-2659人已学习 课程介绍         本季视频通过完整的案例介绍了图书管理系统的开发,包含了数据库的设计.界面设计.代码实现等等,本系统的模块包含 ...

  4. 跟着王进老师学开发之Python篇第一季：基础入门篇-王进-专题视频课程

    跟着王进老师学开发之Python篇第一季:基础入门篇-2859人已学习 课程介绍         本季课程首先对Python简要介绍,然后演示如何搭建Python的开发环境,以及如何在IDE中调试Py ...

  5. 视频教程-跟着王进老师学开发之Python篇第一季：基础入门篇-Python

    跟着王进老师学开发之Python篇第一季:基础入门篇 教学风格独特,以学员视角出发设计课程,难易适度,重点突出,架构清晰,将实战经验融合到教学中.讲授技术同时传递方法.得到广大学员的高度认可. 王进 ...

  6. Jmeter Kafka插件开发之Sampler篇

    Jmeter Kafka插件开发之Sampler篇 背景:在项目中经常需要往kafka里面写数据,并拿生成的数据执行后续的操作,并且有些接口中也需要用到kafka里的数据,小编使用JMeter做接口测 ...

  7. 跟着王进老师学开发之C#篇：基础语法-王进-专题视频课程

    跟着王进老师学开发之C#篇:基础语法-10520人已学习 课程介绍         本次课程是初级课程,只要熟悉计算机的基本应用和操作,都可以完成本次课程学习.本课程深入浅出的介绍了C#语言的基本语法 ...

  8. Windows8 Metro应用开发之C#（3）- 数据控件ListView、GridView、FlipView

    Windows8 Metro应用开发之C#(3)- 数据控件ListView.GridView.FlipView 介绍: 本节主要对Windows 8 中对于Metro应用开发提供的数据控件ListV ...

  9. java jcombobox 样式_Swing开发之JComboBox篇

    JList和ComboBox很相似,因为这两个组件都显示一个项列表.因此,它们都有扩展ListModel接口的模型.而且,这两个组件都有绘制器,这些绘制器通过实现ListCellBenderer接口来 ...

  10. 大数据开发之Hive篇12-Hive正则表达式

    备注: Hive 版本 2.1.1 文章目录 一.Hive 正则表达式概述 1.1 字符集合: 1.2 边界集合: 1.3 重复次数集合: 1.4 组合操作符: 1.5 匹配操作符: 1.6 转义操作 ...

最新文章

  1. python--numpy
  2. java中遍历Map的方法
  3. c读取txt文件内容并建立一个链表_C++链表实现学生信息管理系统
  4. Maven构建分布式项目时子模块相互依赖打包技巧
  5. 在C＃中从Keras.NET开始——训练您的第一个模型
  6. C++之关键字（63个）
  7. 在Linux系统中允许或拒绝SSH访问特定用户或组的方法
  8. 动态DP详解（转载）
  9. [ctfshow]web入门——命令执行（web54-web71）
  10. LVGL『Roller滚轮控件』介绍
  11. 【优化求解】狼群优化算法matlab源码
  12. 判断网络问题不只ping还有tracert，以及tracert原理
  13. 2022-2027年中国沙漠旅游行业市场全景评估及发展战略规划报告
  14. 解决IOS引入H5页面Safari浏览器工具栏会遮挡页面底部展示
  15. 批处理删除指定名称的打印机
  16. MySQL充电_mysql语法充电
  17. 你永远不知道明天和意外哪个先到来
  18. maven 打包 程序包org.project.entity不存在
  19. HTML文件均以()标记符开始,助理电子商务师教程网页制作
  20. 一句话理解Vue核心内容

热门文章

  1. 人类计划软件测试,人类分裂了16种人格，测测你是哪一种？
  2. 第30集丨本来的面目：认识你自己
  3. Toefl-Speaking
  4. 关于Echarts南丁格尔玫瑰图的部分解释
  5. do vis是什么意思_餐前酒和餐后酒有什么区别
  6. SpringBoot系列之(一)：入门
  7. oracle用于限制分组函数的返回值,Oracle考试试题(带答案)
  8. Zeloof 自制芯片工艺
  9. WgpSec(狼组安全) CTF PHPCode题目记录
  10. 热播剧《延禧攻略》进入台湾2019年学测语文试题