Hive几种数据导出方式

Hive中的几种不同的数据导出方式。可以根据导出的地方不一样，将这些方式分为三种：

• 导出到本地文件系统；
• 导出到HDFS中；
• 导出到Hive的另一个表中。

为了避免单纯的文字，我将一步一步地用命令进行说明。

文章目录

• 1 导出到本地文件系统
• 2 导出到HDFS中
• 3 导出到Hive的另一个表中

导出到本地文件系统

hive> insert overwrite local directory '/home/wyp/wyp'         > select * from wyp;

这条HQL的执行需要启用Mapreduce完成，运行完这条语句之后，将会在本地文件系统的/home/wyp/wyp目录下生成文件，这个文件是Reduce产生的结果（这里生成的文件名是000000_0），我们可以看看这个文件的内容：

[wyp@master ~/wyp]$ vim 000000_0 5^Awyp1^A23^A131212121212 6^Awyp2^A24^A134535353535 7^Awyp3^A25^A132453535353 8^Awyp4^A26^A154243434355 1^Awyp^A25^A13188888888888 2^Atest^A30^A13888888888888 3^Azs^A34^A899314121

可以看出，这就是wyp表中的所有数据。数据中的列与列之间的分隔符是 ^A (ascii码是 \00001 )。

和导入数据到Hive不一样，不能用 insert into 来将数据导出：

hive> insert into local directory '/home/wyp/wyp'      > select * from wyp; NoViableAltException(79@[])          at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)          at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)          at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)          at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)          at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)          at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)          at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)          at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)          at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)          at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)          at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)          at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)          at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)          at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)          at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)          at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)          at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)          at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)          at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)          at java.lang.reflect.Method.invoke(Method.java:597)          at org.apache.hadoop.util.RunJar.main(RunJar.java:212) FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clause line 1:18 cannot recognize input near 'directory' '' /home/wyp/wyp '' 'select' in select clause

导出到HDFS中

和导入数据到本地文件系统一样的简单，可以用下面的语句实现：

hive> insert overwrite directory '/home/wyp/hdfs'      > select * from wyp;

将会在HDFS的 /home/wyp/hdfs 目录下保存导出来的数据。注意，和导出文件到本地文件系统的HQL少一个local，数据的存放路径就不一样了。

导出到Hive的另一个表中

其实这个在《Hive几种数据导入方式》文中就用到了，这也是Hive的数据导入方式，如下操作：

hive> insert into table test      > partition (age= '25' )      > select id, name , tel      > from wyp; #####################################################################             这里输出了一堆Mapreduce任务信息，这里省略 ##################################################################### Total MapReduce CPU Time Spent: 1 seconds 310 msec OK Time taken: 19.125 seconds   hive> select * from test; OK 5       wyp1    131212121212    25 6       wyp2    134535353535    25 7       wyp3    132453535353    25 8       wyp4    154243434355    25 1       wyp     13188888888888  25 2       test    13888888888888  25 3       zs      899314121       25 Time taken: 0.126 seconds, Fetched: 7 row(s)

细心的读者可能会问，怎么导入数据到文件中，数据的列之间为什么不是wyp表设定的列分隔符呢？其实在Hive 0.11.0版本之间，数据的导出是不能指定列之间的分隔符的，只能用默认的列分隔符，也就是上面的^A来分割，这样导出来的数据很不直观，看起来很不方便！

如果你用的Hive版本是0.11.0，那么你可以在导出数据的时候来指定列之间的分隔符（可以参见本博客的《Hive0.11查询结果保存到文件并指定列之间的分隔符》），操作如下：

hive> insert overwrite local directory '/home/iteblog/local'      > row format delimited      > fields terminated by '\t'      > select * from wyp;   [wyp@master ~/ local ]$ vim 000000_0 5       wyp1    23      131212121212 6       wyp2    24      134535353535 7       wyp3    25      132453535353 8       wyp4    26      154243434355 1       wyp     25      13188888888888 2       test    30      13888888888888 3       zs      34      899314121

这个很不错吧！

其实，我们还可以用hive的 -e 和 -f 参数来导出数据。其中-e 表示后面直接接带双引号的sql语句；而-f是接一个文件，文件的内容为一个sql语句，如下：

[wyp@master ~/ local ]$  hive -e "select * from wyp" >> local /wyp.txt [wyp@master ~/ local ]$  cat wyp.txt 5       wyp1    23      131212121212 6       wyp2    24      134535353535 7       wyp3    25      132453535353 8       wyp4    26      154243434355 1       wyp     25      13188888888888 2       test    30      13888888888888 3       zs      34      899314121

得到的结果也是用 \t 分割的。也可以用-f参数实现：

[wyp@master ~/ local ]$ cat wyp.sql select * from wyp [wyp@master ~/ local ]$ hive -f wyp.sql >> local /wyp2.txt

上述语句得到的结果也是 \t 分割的。