<think>我们正在讨论
Hive中创建表的语法和示例。根据引用内容，
Hive创建表的基本语法包括：
- 使用`CREATE TABLE`语句，可选`EXTERNAL`关键字创建外部表
- 可选`IF NOT EXISTS`避免重复创建
- 指定列名和数据类型
- 可以添加表注释、列注释
-
分区（`PARTITIONED BY`）、分桶（`CLUSTERED BY`）等子句
- 指定行格式（`ROW FORMAT`）、存储格式（`STORED AS`）等
引用[1]提供了基本的创建数据库和表的语法，引用[2]展示了临时表的创建，引用[3]详细说明了外部表的创建并包含SerDe和存储位置的设置，引用[4]则给出了完整的建表语法格式。
根据这些引用，我们可以总结出创建表的通用语法结构，并给出示例。
###
Hive创建表的基本语法
```sql
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
(
column1 data_type [COMMENT 'column comment'],
column2 data_type [COMMENT 'column comment'],
...
)
[COMMENT 'table comment']
[PARTITIONED BY (partition_column1 data_type [COMMENT 'partition comment'], ...)]
[CLUSTERED BY (column_name1, column_name2, ...)
[SORTED BY (column_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION 'hdfs_path']
[TBLPROPERTIES (property_name=property_value, ...)];
```
### 参数说明
- **EXTERNAL**：创建外部表，删除表时只删除元数据，不删除数据。不加则创建内部表（管理表），删除时同时删除元数据和数据。
- **IF NOT EXISTS**：如果表已存在，则不创建。
- **PARTITIONED BY**：指定
分区字段，
分区字段不能是表中已存在的列。
- **CLUSTERED BY**：分桶，指定分桶字段（必须是表中已存在的列），并可指定排序和桶的数量。
- **ROW FORMAT**：指定行格式，例如使用特定的SerDe（序列化/反序列化）或指定字段分隔符等。
- **STORED AS**：指定存储格式，如`TEXTFILE`（默认）、`ORC`、`PARQUET`等。
- **LOCATION**：指定表在HDFS上的存储
路径。不指定则使用默认
路径。
- **TBLPROPERTIES**：设置表的属性。
### 创建表示例
#### 示例1：创建内部表（管理表）
创建一个简单的内部表，使用逗号分隔的文本文件。
```sql
CREATE TABLE IF NOT EXISTS employees (
id INT COMMENT 'Employee ID',
name STRING COMMENT 'Employee Name',
salary FLOAT COMMENT 'Employee Salary',
department STRING COMMENT 'Department Name'
)
COMMENT 'Employee Details'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;
```
#### 示例2：创建外部表
创建一个外部表，指定位置，并使用OpenCSVSerde处理CSV格式数据（引用[3]）。
```sql
CREATE EXTERNAL TABLE IF NOT EXISTS employees_external (
id INT,
name STRING,
salary FLOAT,
department STRING
)
ROW FORMAT SERDE 'org.apache.hadoop.
hive.serde2.OpenCSVSerde'
WITH SERDEPROPERTIES (
'separatorChar' = ',',
'quoteChar' = '"',
'escapeChar' = '\\'
)
STORED AS TEXTFILE
LOCATION '/user/
hive/warehouse/employees_external';
```
#### 示例3：创建
分区表
创建一个按部门
分区的表。
```sql
CREATE TABLE employees_partitioned (
id INT,
name STRING,
salary FLOAT
)
PARTITIONED BY (department STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;
```
#### 示例4：创建分桶表
创建一个按部门分桶并按工资排序的表。
```sql
CREATE TABLE employees_bucketed (
id INT,
name STRING,
salary FLOAT,
department STRING
)
CLUSTERED BY (department) INTO 4 BUCKETS
SORTED BY (salary DESC)
STORED AS ORC;
```
#### 示例5：创建临时表（引用[2]）
临时表仅在当前会话有效，会话结束自动删除。
```sql
CREATE TEMPORARY TABLE temp_employees AS
SELECT * FROM employees WHERE department = 'IT';
```
### 注意事项
1. 内部表和外部表的区别：内部表由
Hive管理数据，外部表仅管理元数据。
2.
分区和分桶：
分区用于减少扫描数据量，分桶用于优化连接查询和采样。
3. 存储格式：根据数据特性和查询需求选择合适的存储格式（如ORC、Parquet）可提高性能。
4. SerDe：根据数据格式选择适当的SerDe，例如处理JSON数据可使用`org.apache.
hive.hcatalog.data.JsonSerDe`。
### 相关问题
1.
Hive内部表和外部表有什么区别？
2. 如何为
Hive表添加
分区？
3.
Hive支持哪些存储格式？它们各有什么优缺点？
4. 如何将数据加载到
Hive表中？
5.
Hive临时表的使用场景是什么？</think>###
Hive创建表语法详解
根据引用内容，
Hive创建表的核心语法结构如下：
```sql
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] 表名(
列名1 数据类型 [COMMENT '列描述'],
列名2 数据类型 [COMMENT '列描述'],
...
)
[COMMENT '表描述']
[PARTITIONED BY (
分区列 数据类型 [COMMENT '描述'],...)] --
分区定义
[CLUSTERED BY (分桶列,...) [SORTED BY (排序列 [ASC|DESC],...)] INTO 桶数 BUCKETS] -- 分桶定义
[ROW FORMAT row_format] -- 数据格式定义
[STORED AS file_format] -- 存储格式
[LOCATION 'hdfs
路径'] -- 数据存储位置
[TBLPROPERTIES ('属性名'='属性值')]; -- 表属性
```
#### 关键参数说明：
1. **`EXTERNAL`**：创建外部表（删除表时不删除数据），省略则创建内部表[^3][^4]
2. **`IF NOT EXISTS`**：表不存在时才创建[^4]
3. **`PARTITIONED BY`**：定义
分区字段（必须是表中不存在的列）[^4]
4. **`ROW FORMAT`**：指定数据格式，常见形式：
```sql
-- 简单分隔符
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
-- JSON格式
ROW FORMAT SERDE 'org.apache.
hive.hcatalog.data.JsonSerDe'
-- CSV格式（引用[3]）
ROW FORMAT SERDE 'org.apache.hadoop.
hive.serde2.OpenCSVSerde'
WITH SERDEPROPERTIES ('separatorChar'=',', 'quoteChar'='"')
```
5. **`STORED AS`**：指定文件存储格式（`TEXTFILE`/`ORC`/`PARQUET`等）[^4]
---
### 创建表示例
#### 示例1：基础内部表（CSV格式）
```sql
CREATE TABLE employees (
id INT COMMENT '员工ID',
name STRING COMMENT '姓名',
salary FLOAT COMMENT '薪资'
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;
```
#### 示例2：外部表（指定HDFS
路径）
```sql
CREATE EXTERNAL TABLE sales_data (
order_id BIGINT,
product STRING,
amount DECIMAL(10,2)
)
ROW FORMAT SERDE 'org.apache.hadoop.
hive.serde2.OpenCSVSerde'
LOCATION '/user/
hive/warehouse/sales'; -- 引用[3]
```
#### 示例3：
分区表（按日期
分区）
```sql
CREATE TABLE logs (
ip STRING,
request STRING
)
PARTITIONED BY (dt STRING) --
分区字段
CLUSTERED BY (ip) INTO 8 BUCKETS -- 分桶
STORED AS ORC;
```
#### 示例4：临时表（会话级）
```sql
CREATE TEMPORARY TABLE temp_results AS -- 引用[2]
SELECT department, AVG(salary) AS avg_sal
FROM employees
GROUP BY department;
```
#### 示例5：复杂JSON格式表
```sql
CREATE TABLE user_activities (
user_id STRING,
actions ARRAY<STRUCT<action:STRING, time:TIMESTAMP>>
)
ROW FORMAT SERDE 'org.apache.
hive.hcatalog.data.JsonSerDe'
STORED AS TEXTFILE;
```
---
### 最佳实践建议
1. **外部表 vs 内部表**：
- 原始数据用外部表（避免误删数据）[^3]
- 中间结果用内部表（自动管理生命周期）
2. **
分区选择**：
- 选择高频查询条件作为
分区字段（如`dt`）
- 避免过多
分区（>10万级影响元数据性能）
3. **存储格式**：
- 查询密集型：ORC/Parquet（列式存储）
- 写入密集型：TextFile/SequenceFile
---
### 相关问题
1.
Hive内部表和外部表的主要区别是什么？如何选择？
2.
分区表和分桶表在性能优化上有何不同应用场景？
3. 如何将现有HDFS数据
挂载为
Hive外部表？
4. ORC和Parquet存储格式各自的优缺点是什么？
5. 如何解决
Hive表中文乱码问题？
[^1]:
Hive-SQL语法大全
[^2]: 数仓工具—
Hive基础之临时表及示例
[^3]: 外部表创建语法及示例
[^4]:
Hive完整建表语法格式解析
本文介绍了一个特定表名的分区情况，具体为 ptdate 设定为 20130909 的分区详情。
扫一扫
605
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
