HIVE表数据快速构造（分区表、orc、text）

引言
当需要在hive数仓中去创建测试表并构造测试数据时，通常需要在安装了hive客户端的服务器环境下，通过执行命令的方式建表。通过在HDFS上上传和加载数据文件的方式来加载数据到hive表中。其中操作算不得多复杂，但比较依赖对环境和命令的熟悉，并且操作不够可视化。这里介绍另一种更外快捷的可视化操作方法。
关键思路
操作依赖HDFS和HUE，hadoop集群中需要部署安装这部分服务。

通过HUE来执行hivesql，达到建表和查询结果数据的目的。
通过HDFS的可视化文件管理功能，达到上传数据文件实现hive数据存储映射。

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。
详细操作

Step_1 使用HUE创建hive外部表
通过集群中HUE入口进入hue



执行hivesql创建测试数据库、数据表。创建完成后刷新页面可以看到新建的库和表。

示例脚本如下
– 创建一个新的db 用于测试
create database qywu_testdb;

– 选中这个测试db
use qywu_testdb;

– 创建测试表 注意需要保存为外部表 ，数据文件格式为TEXTFILE并且指定location位置
CREATE EXTERNAL TABLE qywu_testdb1
(
name STRING,
age STRING,
gpa STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ‘\t’
STORED AS TEXTFILE
LOCATION ‘/user/bigshan/qywu_testdb1’;

这里需要注意
 创建外部表并且LOCATION 指定源数据存储的路径，不指定的话 hive 会在 /user/hive/warehouse 下以外部表的表名创建目录并将数据存储在这里。
 创建外部表的好处是导入数据到外部表，只需导入数据到建表语句中 LOCATION 参数指定的 HDFS 目录下即可
 保存数据文件指定为TEXTFILE格式，方便数据文件构造，若指定表需存储为其他格式如ORC，可通过先创建TEXTFILE表，再用insert导入到其他ORC格式的表中。

Step_2 从HDFS的namenode ui 进行数据文件的上传


在hdfs的目录系统中找到STPE_1中建表对应的LOCATION路径

可以看到建表完成后，自动创建了qywu_testdb1这个目录，并且目录下暂时不存在任务数据。
Step_3 生成对应测试表结构的数据文件，并通过页面上传到对应表的LOCATION位置下
参考建表的数据结构
CREATE EXTERNAL TABLE qywu_testdb1
(
name STRING,
age STRING,
gpa STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ‘\t’
STORED AS TEXTFILE
LOCATION ‘/user/bigshan/qywu_testdb1’;
测试表有三个字段，并且以’/t‘作为字段分隔符，未指定行分隔符，默认以‘\n’为行分隔符。构造一万条符合存格式的测试文件。

上传该数据文件到HDFS上，路径对应表的LOCATION位置

上传完成可以在LOCATION目录下看到该数据文件

现在可以去HUE中查询该表数据是否成功加载


至此完成测试数据构造。
注意：
 数据文件编码建议为UTF-8,否则可能中文乱码
 Hive表数据在hdfs目录下，可以同时存在多个数据文件，这意味着需要增加表内数据时，可以通过复制上传多个数据文件的方式，快速实现表数据增加

补充说明-构造日期分区表和表数据
实际数据治理场景下，治理后的数据模型，经常是日期分区表，下面简单介绍下构造分区表数据。
首先创建分区表，指定dt为分区字段
– 创建分区表
CREATE EXTERNAL TABLE qywu_testdb_fq
(
name STRING,
age STRING,
gpa STRING
)partitioned by (dt string) --指定分区字段
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ‘\t’
STORED AS TEXTFILE
LOCATION ‘/user/bigshan/qywu_testddb_fq_datadir’;

执行hivesql增加一个分区。
– 增加分区字段
alter table qywu_testdb_fq add partition(dt=“20221226”);

查看HDFS目录，查看是否创建分区成功

可以看到这里创建分区成功，已分区字段值新建了一个hdfs路径，接下来构造数据并上传即可完成日期分区表的数据构造