Hive【Hive（二）DML】

启动 hive 命令行：

hive

DML 数据操作

1、数据导入

1.1、向表中装载数据（load）

语法：

hive> load data [local] inpath '数据的path' [overwrite] into table student [partition (partcol1=val1,...)];

（1）load data:表示加载数据

（2）local:表示从本地加载数据到hive表；否则从HDFS加载数据到hive表

（3）inpath:表示加载数据的路径

（4）overwrite:表示覆盖表中已有数据，否则表示追加

（5）into table:表示加载到哪张表

（6）student:表示具体的表

（7）partition:表示上传到指定分区

创建一张表student：

create table student(id string,name string) row format delimited fields terminated by '\t';

注意：如果不切换数据库，默认使用的是 default 数据库，并且保存路径是hdfs:///user/hive/warehouse/student/ ；如果使用了 db_hive1 ，则保存路径为：hdfs:///user/hive/warehouse/db_hive1/student/

1、加载本地文件到hive。

load data local inpath '/opt/module/hive-3.1.2/datas/student.txt' into table default.student;

HDFS 下出现了我们的文件。

2、加载hdfs文件到hive。

load data inpath '/user/careate/student.txt' into table student;

3、覆盖式导入：

load data local inpath '/opt/module/hive-3.1.2/datas/student.txt' overwrite into table default.student;

---

1.2、 通过查询语句向表中插入数据（Insert）

1）创建一张表

create table student1(id int, name string) row format delimited fields terminated by '\t';

2）基本模式插入数据

insert into table student1 values(1011,'ldx'),(1012,'ysy');

3）根据查询结果插入数据

insert into table student1

select id, name from student where id < 1006;

insert into 不会删除原表中的数据，只是追加到后面。

insert overwrite table student1

select id, name from student where id < 1006;

使用 insert overwrite 的话，原表中的数据被删除，被student 表中的数据覆盖。

---

1.3、查询语句中创建表并加载数据（As Select）

create table student3 
as select id,name from student;

Hive 不论是创建表还是查询数据（除了select * 都会产生 mapreduce 任务），所以执行时间不会很快。

---

1.4、创建时指定 location 来加载数据路径

这种方法就是我们上一篇讲的建表语句中，通过 location 关键字来指定表的数据源（其实也变相指定了我们表的存储路径），我们建表时指定了数据源路径下文件的解析方法（比如以 '\t' 为分割符号）。

create table if not exists student(
    id int,
    name string
)
row format delimited
    fields terminated by '\t'
location 'hdfs:///user/hive/warehouse/student';

该表一建立，我们在 hdfs 下的 /user/hive/warehouse/student/ 目录下放到文件就变成了表内容的源文件，解析方法就是以 '\t' 为分隔符。

1.5、Import 数据到指定 Hive表

import table student from '\user\hive\warehouse\export\student';

---

数据导出

2.1、 Insert 导出

1）将查询结果导出到本地

-- 导出student表到linux本地目录
insert overwrite local directory '/opt/module/hive-3.1.2/datas'
select * from student;
-- 导出结果
-- 1001lyh
-- 1002mht
-- 1003lj
-- 1004my

2）将查询结果格式化后导出到本地

-- 格式化后导出到linux本地目录
insert overwrite local directory '/opt/module/hive-3.1.2/datas/export/student'
row format delimited fields terminated by '\t'
select * from student;
-- 格式化导出结果
-- 1001	lyh
-- 1002	mht
-- 1003	lj
-- 1004	my

导出结果：

3）将查询结果格式化后导出到 HDFS（少了 local 关键字）

-- 将查询结果格式化导出到 hdfs
insert overwrite directory '/user/hive/warehouse/export/student'
row format delimited fields terminated by '\t'
select * from student1;

注意：insert 导出，导出的目录不用自己提前创建，hive会帮我们自动创建。但是因为是 overwrite ，所以要小心导出的目录中原本存不存在数据，以免覆盖造成误删。

导出结果：

---

2.2、Hadoop 命令导出到本地

使用hadoop命令将我们Hive表的hdfs目录下的文件导出到本地（linux）。

hadoop fs -get /user/hive/warehouse/student/student.txt /opt/module/hive/datas/export/student.txt

2.3、Hive Shell 命令导出

这里不需要进入 hive 命令行，因为我们使用了 hive -e

hive -e 'select * from default.stduent;' >> /opt/module/hive/datas/export/student1.txt

导出结果：

我们发现，导出的 studen2.txt 中，包含了大量的日志信息，必须通过配置日志等级才能省去它，个人感觉还是不用这种方法为好。

2.4、export 导出到 HDFS

-- export 导出到hdfs
export table student1 to
'/user/hive/warehouse/export/student1';

导出的结果是一个 student1 目录，下面包含了两个

其中，_metadata 是元数据信息，而 data 是一个目录，下面存放着名为 000000_0 的文件，打开是我们该 Hive 表的内容。

1.5、Sqoop 导出

还没学 Sqoop ，以后再做更新。