hive的简单增删改查

安装好hive后，打开hadoop的目录，可以看到，比之前多了一个tmp文件夹，同时user目录下也多了一个hive文件夹

一、建表及插入

数据准备：在本地准备一个word.txt文件，内容如下：

 

1 小明
2 小张
3 小美
4 小李
5 小宋
6 小曲
7 小樊
8 小曲
9 小樊
10 小明
11 小美

 

每行两个数据，中间用空格隔开

 

 

show tables;可以查看所有表

现要建立word表，建表和插入都有两种方法，一是在hdfs上hive的warehouse目录下手动建文件夹word（即为表）、上传本地文件word.txt（即为表中数据）；

二是在终端启动hive后使用hive命令

create table word(id int,name string) row format delimited fields terminated by ' ';   （表示建立一个id-name的表，两个字段间用空格分开）

上传数据：

load data inpath 'hdfs://localhost:9000/user/zt/input1' into table word;这是从hdfs上上传的，如果想从本地导入，可以使用这个load data local inpath '...'

删除表： drop table word;

二、查询操作

其实和sql语句基本相似。

如查询每个name及出现的次数（类似于MapReduce的WordCount）：select name,count(*) from word group by name;

终端显示结果如下：

其实如果是在mysql中运行这样的sql 语句，耗时会更小。这就解释了，hive是适合大数据的，在小数据量并不具有优势，而且也是离线服务的，在线服务耗时太长，用户无法接受。之前介绍的MapReduce也是这样，大数据的体系在数据小的时候效率并不高。

 

数据去重select distinct(name) from word;

统计id平均值select name,sum(id)/count(name) from word group by name;类似于统计平均成绩：

 

小宋	5.0
小张	2.0
小明	5.5
小曲	7.0
小李	4.0
小樊	8.0
小美	7.0