hive SQL 创建数据库，创建hive表、查询时，其表名，字段，统统不区分大写(在底层一律转换为小写)

hive SQL 创建数据库，创建hive表、查询时，其表名，字段，统统不区分大写(在底层一律转换为小写)

（1）、默认default数据库

hive默认自带一个名为default的数据库，如果建表时没有指定你要用哪个数据库，默认你的表就会建到default数据库中。

CREATE DATABASE|SCHEMA [IF NOT EXISTS] <database name>

在这里，IF NOT EXISTS是一个可选子句，通知用户已经存在相同名称的数据库。可以使用SCHEMA 在DATABASE的这个命令。下面的查询执行创建一个名为userdb数据库：

hive> CREATE DATABASE [IF NOT EXISTS] userdb;

下面的查询用于验证数据库列表：

hive> SHOW DATABASES;

default

userdb

（2）、以下HSql证明创建数据库的时候不区分大小写(内部一律变为小写)

hive> create database DB_TEST;
OK
Time taken: 0.156 seconds
hive> create database Db_test;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Database Db_test already exists
hive> create database db_test;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Database db_test already exists
hive>
hive> show databases;
OK
db_test
default

（3）、以下证明创建hive表时候不区分大小写(内部统一转换为小写)

hive> CREATE TABLE `parquet`(>   `member_id` string,>   `name` string,>   `stat_date` string,>   `province` string)> ROW FORMAT SERDE>   'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe'> WITH SERDEPROPERTIES (>   'field.delim'='\t',>   'serialization.format'='\t');
OK
Time taken: 0.814 seconds
hive> show tables;
OK
parquet
Time taken: 0.059 seconds, Fetched: 1 row(s)
hive> use default;
OK
Time taken: 0.019 seconds
hive> show tables;
OK
parquet
Time taken: 0.072 seconds, Fetched: 1 row(s)
hive> desc parquet;
OK
member_id               string
name                    string
stat_date               string
province                string
Time taken: 0.124 seconds, Fetched: 4 row(s)
hive> show create table parquet;
OK
CREATE TABLE `parquet`(`member_id` string,`name` string,`stat_date` string,`province` string)
ROW FORMAT SERDE'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe'
WITH SERDEPROPERTIES ('field.delim'='\t','serialization.format'='\t')
STORED AS INPUTFORMAT'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://localhost:9002/user/hive/warehouse/parquet'
TBLPROPERTIES ('transient_lastDdlTime'='1526610048')
Time taken: 0.151 seconds, Fetched: 18 row(s)
hive> CREATE TABLE `PARquet`(>   `Member_id` string,>   `NAME` string,>   `stat_date` string,>   `province` string)> ROW FORMAT SERDE>   'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe'> WITH SERDEPROPERTIES (>   'field.delim'='\t',>   'serialization.format'='\t');
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. AlreadyExistsException(message:Table PARquet already exists)
hive> CREATE TABLE `PARquet_1`(>   `Member_id` string,>   `NAME` string,>   `stat_date` string,>   `province` string)> ROW FORMAT SERDE>   'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe'> WITH SERDEPROPERTIES (>   'field.delim'='\t',>   'serialization.format'='\t');
OK
Time taken: 0.181 seconds
hive> SHOW TABLES;
OK
parquet
parquet_1
Time taken: 0.051 seconds, Fetched: 2 row(s)
hive> desc parquet_1;
OK
member_id               string
name                    string
stat_date               string
province                string
Time taken: 0.086 seconds, Fetched: 4 row(s)
hive> show create table PARqueT_1;
OK
CREATE TABLE `PARqueT_1`(`member_id` string,`name` string,`stat_date` string,`province` string)
ROW FORMAT SERDE'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe'
WITH SERDEPROPERTIES ('field.delim'='\t','serialization.format'='\t')
STORED AS INPUTFORMAT'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION'hdfs://localhost:9002/user/hive/warehouse/parquet_1'
TBLPROPERTIES ('transient_lastDdlTime'='1526610301')
Time taken: 0.428 seconds, Fetched: 18 row(s)

（4）、以下证明在进行HSql查询的时候不区分大小写（内部一律转换为小写）

hive> select NAMe from PARqueT_1;
OK
Time taken: 1.546 seconds
hive> explain select NAMe from PARqueT_1;
OK
STAGE DEPENDENCIES:Stage-0 is a root stageSTAGE PLANS:Stage: Stage-0Fetch Operatorlimit: -1Processor Tree:TableScanalias: parquet_1Statistics: Num rows: 1 Data size: 0 Basic stats: PARTIAL Column stats: NONESelect Operatorexpressions: name (type: string)outputColumnNames: _col0Statistics: Num rows: 1 Data size: 0 Basic stats: PARTIAL Column stats: NONEListSinkTime taken: 0.563 seconds, Fetched: 17 row(s)
hive> select qqNAMe from PARqueT_1;
FAILED: SemanticException [Error 10004]: Line 1:7 Invalid table alias or column reference 'qqNAMe': (possible column names are: member_id, name, stat_date, province)

hive SQL 创建数据库，创建hive表、查询时，其表名，字段，统统不区分大写(在底层一律转换为小写)相关推荐

sql server基础语法创建数据库创建表
sql server基础语法创建数据库创建表 1.创建数据库 2.表的创建 3.在现有表中添加标识列 4.创建外键 5.添加外键 6.约束 7.创建局部临时表 8.创建全局临时表 9.创建具有ch ...
sql server之T-SQL语句创建数据库创建表
一.创建数据库 1．主数据文件 On{} ①数据逻辑名-- name="", ②数据的储存路径--filename="\", ③数据的大小--size= MB, ...
server多笔记录拼接字符串 sql_第四章、SQL Server数据库查询大全（单表查询、多表连接查询、嵌套查询、关联子查询、拼sql字符串的查询、交叉查询）...
4.1.查询的类型 declare @value as int set @value = 50 select 'age:'as age,2008 years,@valueas va --这种查询时跟 ...
数据库（单表查询与多表联查）
文章目录一.单表查询 1.创建表 2.查询二.多表联查 1.创建表查询一.单表查询素材: 表名:worker-- 表中字段均为中文,比如部门号工资职工号参加工作等 CREATE T ...
MySQL学习思维导图（MySQL简介、SQL基础命令、约束、单表查询、多表查询、内置函数、存储过程、视图、事务、索引）
MySQL学习思维导图内容包括:MySQL简介.SQL基础命令.约束.单表查询.多表查询.内置函数.存储过程.视图.事务.索引文章目录 MySQL学习思维导图一.MySQL简介二.SQL基础命 ...
第十六章、单表查询、多表查询
目录第十六章.单表查询.多表查询单表查询去重:distinct 数据准备常用函数条件:where 分组与筛选:group by | having where与having 聚合函数分组查询 ...
ORM单表查询，跨表查询，分组查询
ORM单表查询,跨表查询,分组查询单表查询之下划线 models.Tb1.objects.filter(id__lt=10, id__gt=1) # 获取id大于1 且小于10的值models.T ...
MySQL之单表查询、多表查询（一）
阅读目录一.单表查询: ①.基本语法执行顺序 ②.where约束条件的使用 ③.group by 分组 ④.having (类似于where,但是必须在group by语句后使用) ⑤.distin ...
Mysql单表查询和多表查询
单表查询一单表查询的语法 #查询数据的本质:mysql会到你本地的硬盘上找到对应的文件,然后打开文件,按照你的查询条件来找出你需要的数据.下面是完整的一个单表查询的语法select * from, ...

hive SQL 创建数据库，创建hive表、查询时，其表名，字段，统统不区分大写(在底层一律转换为小写)

hive SQL 创建数据库，创建hive表、查询时，其表名，字段，统统不区分大写(在底层一律转换为小写)相关推荐

最新文章

热门文章