Hive分区表添加字段

文章目录

分区表新增字段

hive提供了为分区表添加字段的功能,新添加的字段会处于现有列的末尾。相关语法如下:

bash 复制代码
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)

结论

1.不添加cascade只会修改表元数据

此时历史分区的新增字段均会显示NULL(无论数据是否带有新字段数据),此时有两种解决方法

  • 方式一:手动给历史分区新增字段
  • 方式二:先删除历史分区再重入该历史分区数据(相比正常直接重入历史分区数据而言)

2.添加cascade会修改表和所有历史分区元数据

此时历史分区的旧数据会显示NULL,但新插入的带有新增字段的数据会正常显示

注意:如果是有多个分区字段且分区数量特别多的表,要谨慎使用cascade修改,可能造成元数据部分表锁表。

不使用cascade修改

bash 复制代码
1、准备表和数据
create table add_test(id int,name string) partitioned by (pt string) stored as parquet;
insert into table add_test partition (pt="2024-11-01") values (1,"zhangsan"),(2,"lisi");
insert into table add_test partition (pt="2024-11-02") values (3,"wangwu"),(4,"wuliu");

2、查看表和数据
desc add_test;
select id,name,pt from add_test;

3、增加字段
alter table add_test add columns(age int);

如果不添加CASCADE 此时只会修改表元数据 分区元数据没有改变

bash 复制代码
4、查看表和分区
desc add_test;
desc add_test partition (pt="2024-11-01")


bash 复制代码
5. 验证分区数据
# 插入新分区数据和历史分区数据
insert into table add_test partition (pt="2024-11-03") values (5,"a",11),(6,"b",12);
insert into table add_test partition (pt="2024-11-01") values (0,"c",21);

此时新分区数据可以正常显示新增字段信息,历史分区新增字段为NULL

bash 复制代码
6. 手动添加分区字段
alter table add_test partition (pt="2024-11-01") add columns(age int);

方式一:单独给历史分区添加字段元数据后,新增字段正常显示

bash 复制代码
7. 删除分区重入数据
alter table add_test drop partition (pt="2024-11-02");

方式二:删除分区 重新导入数据,新增字段正常显示

使用cascade修改

bash 复制代码
1、准备表和数据
create table add_test4(id int,name string) partitioned by (pt string) stored as parquet;
insert into table add_test4 partition (pt="2024-11-01") values (1,"zhangsan"),(2,"lisi");
insert into table add_test4 partition (pt="2024-11-02") values (3,"wangwu"),(4,"wuliu");

2.cascade修改
alter table add_test4 add columns(age int) cascade;

3.查看分区和表
desc add_test4;
desc add_test4 partition (pt="2024-11-01")

添加cascade后,表和分区的元数据均会更新

bash 复制代码
4.验证分区数据
insert into table add_test4 partition (pt="2024-11-01") values (0,"c",21);

此时插入历史分区的数据,也会正常显示新增字段

相关推荐
王小王-1231 小时前
基于Hadoop的餐饮大数据分析系统的设计与实现
hive·hadoop·flask·sqoop·pyecharts·hadoop餐饮大数据分析·hadoop美食数据分析
大数据CLUB5 小时前
基于spark的航班价格分析预测及可视化
大数据·hadoop·分布式·数据分析·spark·数据可视化
A5资源网10 天前
为WordPress 网站创建一个纯文本网站地图(Sitemap)
前端·数据仓库·html·php
大数据CLUB10 天前
基于pyspark的北京历史天气数据分析及可视化_离线
大数据·hadoop·数据挖掘·数据分析·spark
Cachel wood10 天前
Spark教程1:Spark基础介绍
大数据·数据库·数据仓库·分布式·计算机网络·spark
張萠飛10 天前
hive集群优化和治理常见的问题答案
数据仓库·hive·hadoop
isNotNullX11 天前
ETL连接器好用吗?如何实现ETL连接?
大数据·数据库·数据仓库·信息可视化·etl
袋鼠云数栈11 天前
3节点开启大数据时代:EasyMR助力中小企业轻装上阵、国产转型
大数据·数据库·数据仓库·sql·数据开发·数据中台·袋鼠云
巴基海贼王11 天前
针对数据仓库方向的大数据算法工程师面试经验总结
大数据·数据仓库·算法
fpcc12 天前
c++26新功能—hive容器
c++·hive