Hive 表的类型

在 Hive 中，有多种类型的表，主要包括：

1. 内部表（Managed Table）：

   • 默认的表类型。创建时，Hive 会在默认的 warehouse 目录中创建一个以表名命名的目录，并将数据存储在该目录下。
   • 当删除内部表时，表结构和数据都将被删除。

2. 外部表（External Table）：

   • 创建时，Hive 不会管理数据的存储位置。数据可以存储在 HDFS 中的任何位置。
   • 删除外部表时，只删除表结构，而不会删除数据。

3. 分区表（Partitioned Table）：

   • 将表的数据根据某个列的值进行分区，从而提高查询效率。
   • 每个分区对应一个子目录。

4. 分桶表（Bucketed Table）：

   • 将数据分成多个桶（文件），并可以在查询时提高性能。
   • 通常与分区表结合使用。

创建内部表的步骤

在 Hive 中创建一个表通常遵循以下步骤：

1. 准备数据文件：

   • 数据文件可以在 Linux 文件系统或 HDFS 中存在。

2. 创建表：

   • 表的结构需要与数据文件的格式相对应。

3. 加载数据：

   • 使用 LOAD DATA 命令将数据导入表中。

创建表的语法结构

创建表的基本语法如下：

CREATE TABLE 表名 (
    列名1 类型,
    列名2 类型,
    ...
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '分隔符';

---

示例：创建一个学生表（hive的stu数据库）

stu 数据库创建：

CREATE DATABASE IF NOT EXISTS stu;

插入数据之前，需要切换到 stu 数据库：

USE stu;

创建一个学生表：

CREATE TABLE stu (
    id INT,
    name STRING,
    age INT
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ',';

• 说明：
  • ROW FORMAT DELIMITED 指定了行的格式。
  • FIELDS TERMINATED BY ',' 指定了列之间的分隔符为逗号。

从 HDFS 导入数据

假设本地 Linux 文件系统有一个文件 /opt/datas/stu.txt，可以使用 hadoop fs -put 命令将其上传到 HDFS。

hadoop fs -put /opt/datas/stu.txt /datas/

然后将数据从 HDFS 导入到表中：

LOAD DATA INPATH '/datas/stu.txt' INTO TABLE stu;

OVERWRITE：

• 语法：

  LOAD DATA INPATH '/datas/stu.txt' OVERWRITE INTO TABLE stu;
  

  • 如果表 stu 已经存在数据，执行该命令后，表中的所有现有数据将被删除，并用新的数据替换。
  • 这意味着结果表只会包含新加载的 stu.txt 文件中的数据。

从本地Linux导入数据

将数据从本地文件系统导入到表中：

LOAD DATA LOCAL INPATH '/opt/datas/stu.txt' INTO TABLE stu;

查询表的数据

查询表中的数据：

SELECT * FROM stu;

注意事项

• 当你创建 stu 表并加载数据后，HDFS 的 warehouse 目录下会生成一个名为 stu 的子目录，存储了表的数据文件。
• /user/hive/warehouse/stu.db/stu该目录通常包含多个小文件（如从hdfs目录/datas移动而来的文件/datas/stu.txt变成 /user/hive/warehouse/stu.db/stu/stu.txt），这些文件存储的是实际的数据。

---