hive进阶：分区表与三种复杂数据类型

最新推荐文章于 2022-08-01 14:25:22 发布

原创

最新推荐文章于 2022-08-01 14:25:22 发布 · 929 阅读

1 ·

CC 4.0 BY-SA版权

本文介绍了Hive中的分区表概念，包括如何创建和加载数据到分区，以及动态分区的使用。此外，还详细探讨了三种复杂数据类型——array、map和struct的存取方法，帮助理解大数据处理中的数据组织方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

分区表：

在大数据中，最常用的一种思想就是分治，我们可以把大的文件切割划分成一个个的小的文件，这样每次操作一个小的文件就会很容易了，同样的道理，在hive当中也是支持这种思想的，就是我们可以把大的数据，按照每天，或者每小时进行切分成一个个的小的文件，这样去操作小的文件就会容易得多了。
创建分区表语法：

create table order_partition(
order_no string,
event_time string
)
PARTITIONED BY(event_month string)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';

加载数据到分区：

load data local inpath '/home/hadoop/data/order.txt' overwrite into table order_partition
PARTITION  (event_month='2014-05');

修改表，进行手动添加方式：

ALTER TABLE order_partition ADD IF NOT EXISTS PARTITION (event_month='2014-06') ;

多分区表：

create table order_mulit_partition(
order_no string,
event_time string
)
PARTITIONED BY(event_month string, step string)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';

load data local inpath '/home/hadoop/data/order.txt' overwrite into table