[本文大约1400字，阅读时间5~10分钟]

在《从零开始学习大数据系列(三十八) Hive中的数据库和表》和《从零开始学习大数据系列(四十二)Hive中的分区》文章中，我们已经了解到如何创建表与创建分区，在Hive中创建好表后，接下来让我们来了解下如何在Hive中将数据加载到表中进行查询分析，以及将分析结果导出到本地的的方法。

Hive中数据的加载

向Hive表中加载数据主要有以下几种方式：

01

建表时直接指定

在之前的文章中我们了解到在建表时可以通过LOCATION关键字来指定表在HDFS上的存储路径，如果数据已经在HDFS上存在，且为结构化数据，并且数据所在的HDFS路径不需要维护，那么直接使用LOCATION指定数据所在的HDFS路径即可。

示例：

准备数据文件

root@ds03:~# hadoop dfs -cat /tmp/data/test.txt1,zhang2,li3,zhao4,wang

创建表并加载数据

hive> CREATE TABLE test(    > id STRING,    > name STRING)    > ROW FORMAT DELIMITED     > FIELDS TERMINATED BY ','     > STORED AS TEXTFILE     > LOCATION '/tmp/data/';

查询数据

内部表和外部表都可以指定加载的文件路径，但要注意，如果是内部表，那么在DROP该表的时候，同时会将LOCATION所指定的目录一起删除。

02

从本地文件系统或HDFS目录目录中加载

如果数据在本地，或者在HDFS的某个目录下，需要加载到表或者某个分区中，使用LOAD DATA 命令进行加载。

语法：

LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]说明：1.load 操作只是单纯的复制/移动操作，将数据文件移动到 Hive 表对应的位置。2.filepath：相对路径，例如：project/data。绝对路径，例如：/user/hive/project/data。包含模式的完整 URI，如：hdfs://namenode:9000/user/hive/project/data。3.local关键字如果指定了local关键字，load命令会去查找本地文件系统中的filepath。如果没有指定local关键字，则根据inpath中的uri查找文件。4.overwrite 关键字如果使用了overwrite关键字，则目标表(或者分区)中的内容会被删除，然后再将filepath指向的文件/目录中的内容添加到表/分区中。如果目标表(分区)已经有一个文件，并且文件名和 filepath 中的文件名冲突，那么现有的文件会被新文件所替代。

示例：

准备HDFS数据文件

root@ds03:~# hadoop dfs -cat /tmp/data/test.txt1,zhang2,li3,zhao4,wang

准备本地数据文件

root@ds03:/tmp/test# cat /tmp/test/data.txt5,qian6,sun7,zhou8,duan

准备空表：

hive> CREATE TABLE test_load(    > id STRING,    > name STRING)    > ROW FORMAT DELIMITED     > FIELDS TERMINATED BY ','     > STORED AS TEXTFILE ;

加载HDFS数据文件：

hive> LOAD DATA INPATH '/tmp/data/' INTO TABLE test_load;

查询数据：

加载本地数据文件：

hive> LOAD DATA LOCAL INPATH '/tmp/test/data.txt' INTO TABLE test_load;

查询数据：

03

从一个子查询中加载数据

这个就是将一个查询结果插入到目标表或分区中：

语法：

INSERT OVERWRITE/INTO TABLE table_name [PARTITION(part=val,part2=val2,...)]SELECT fileds,... FROM tb_other;

和我们熟悉的关系型数据库不一样，Hive现在还不支持在insert语句里面直接给出一组记录的文字形式，也就是说，Hive并不支持INSERT INTO …. VALUES形式的语句。

示例：

准备一张新表：

hive> CREATE TABLE test_load2(    > id STRING,    > name STRING)    > ROW FORMAT DELIMITED     > FIELDS TERMINATED BY ','     > STORED AS TEXTFILE ;

加载数据：

hive> INSERT INTO TABLE test_load2     > SELECT * FROM test_load;

查询数据：

Hive中数据的导出

01

数据导出

这里介绍一下从Hive中导出数据到文件系统(HDFS和本地文件系统)。

语法：

INSERT OVERWRITE [LOCAL] DIRECTORY directory1  [ROW FORMAT row_format] [STORED AS file_format]   SELECT ... FROM ...说明：INSERT OVERWRITE 会覆盖存在的数据。输出的格式和序列化类取决于表的元数据。如果指定了LOCAL关键字，则为导出到本地文件系统，否则，导出到HDFS。使用ROW FORMAT关键字可以指定导出的文件分隔符。

示例：

导出数据：

hive> INSERT OVERWRITE LOCAL DIRECTORY '/tmp/test/'     > ROW FORMAT DELIMITED FIELDS TERMINATED BY ','     > SELECT * FROM test_load;

查看数据：

以上是将test_load表的所有数据导出到本地文件系统/tmp/test目录中，字段间的分隔符为逗号。

导出文件到HDFS和导出文件到本地文件系统的HQL相比，就是少一个local关键字，数据的存放路径在HDFS上。