Hive入门详解（二）

最新推荐文章于 2024-11-04 20:17:42 发布

原创

最新推荐文章于 2024-11-04 20:17:42 发布 · 499 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#hadoop #hive

本文详细介绍了Hive的DDL和DML操作，包括创建内部表、外部表、分区表和桶表，修改表，加载数据，插入数据，选择、排序、去重、分组以及JOIN操作。此外，还探讨了Hive的排序、去重、虚拟列以及不同类型的JOIN操作的实现原理和注意事项。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

个人博客原文链接

Hive的DDL操作

创建表（四种表）

内部表
创建产品表

create table t_product(id int,name string,price double,category string)
row format delimited
fields terminated by ','
stored as textfile;

导入数据(从本地)
load data local inpath '/home/hadoop/product_data' into table t_product;
导入数据(从hdfs)
load data inpath '/data/hive/test/product_data' into table t_product;
查看表数据
select * from t_product;
删除表
drop table t_product;

外部表
创建手机表

create external table t_phone(id int,name string,price double)
row format delimited
fields terminated by ','
stored as textfile
location '/hive/test/'; 
注：在hdfs的指定位置上创建表

导入数据
load data local inpath '/home/hadoop/phone_data' into table t_phone;

分区表

创建表(分区表)
根据月份分区
create table t_order(id int,name string,cost double)
partitioned by (month string)
row format delimited 
fields terminated by ',';

导入数据到分区6
load data local inpath '/home/hadoop/phone_data' into table t_order
partition(month='6');

查看所有订单的分区
show partitions t_order;

桶表

创建表(桶表)
create table t_product_bucket(id int,name string ,price string,category string)
clustered by(id) into 3 buckets
row format delimited 
fields terminated by ',';

桶表汇中的数据，只能从其他表中用子查询进行插入
set hive.enforce.bucketing=true;
insert into table t_product_bucket select * from t_product;

查询2上的数据
select * from t_product_bucket tablesample(bucket 2 out of 3 on id);