Hive的视图与索引

原创

已于 2023-03-20 17:37:15 修改 · 630 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#hive #大数据 #hadoop

于 2023-02-25 21:29:01 首次发布

文章介绍了Hive中的视图和索引，视图作为虚表提供了一种逻辑数据层，方便查询和数据安全，而索引则能提升查询效率。Hive不支持主键和外键，但可以对字段建立索引以加速特定操作。创建、查询、删除视图和索引的语法也一并给出，强调了索引在优化查询中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Hive的视图其实是一个虚表，视图可以允许保存一个查询，并像对待表一样对这个查询进行操作，视图是一个逻辑结构，并不会存储数据。

Hive中的索引只有有限的功能，Hive中没有主键和外键的概念，可以通过对一些字段建立索引来加速某些操作。Hive对外部表和视图都是可以建立索引的。若有索引表，删除一个索引将会删除这个索引表。若被索引的表被删除了，那么对应的索引和索引表也会被删除；若原始表的某个分区被删除了，那么这个分区对应的分区索引同时会被删除掉。

下面是Hive视图与索引的概念和使用，enjoy~~

一、视图

1，含义

视图是一个虚拟表，其内容由查询定义。Hive 中的视图和RDBMS中视图的概念一致，都是一组数据的逻辑表示，本质上就是一条SELECT语句的结果集。视图是纯粹的逻辑对象，没有关联的存储(Hive 3.0.0引入的物化视图除外)，当查询引用视图时，Hive可以将视图的定义与查询结合起来，例如将查询中的过滤器推送到视图中。

2，特点

（1）不支持物化视图；
（2）只能查询，不能做加载数据操作；
（3）视图的创建，只是保存一份元数据，查询视图时才执行对应的子查询；
（4）view定义中若包含了ORDER BY/LIMIT语句，当查询视图时也进行了ORDER BY/LIMIT语句操作，view当中定义的优先级更高；
（5）Hive视图支持迭代视图。

3，意义

（1）使用视图使数据操作更简便，相当于封装了sql语句，类似于关系型数据库中的存储过程。
（2）使用视图，基表中的数据有了一定的安全性，使用视图可以基于限制条件过滤数据，通过视图限制数据访问可以保护信息不被随意查询。

4，视图的操作

（1）新建视图

   CREATE VIEW [IF NOT EXISTS] [db_name.]view_name 
      [(column_name [COMMENT column_comment], ...) ]
      [COMMENT view_comment]
      [TBLPROPERTIES (property_name = property_value, ...)]
      AS SELECT ... ;