Hive的数据类型
对于Hive的String类型相当于数据库的varchar类型，该类型是一个可变的字符串
Hive有三种复杂数据类型ARRAY、MAP 和 STRUCT。ARRAY和MAP与Java中的Array和Map类似，而STRUCT与C语言中的Struct类似，它封装了一个命名字段集合，复杂数据类型允许任意层次的嵌套。
DDL部分
创建数据库
避免要创建的数据库已经存在错误，增加if not exists判断。（标准写法）
create database if not exists db_hive;显示数据库
show databases;使用数据库
use db_hive;显示数据库信息
desc database db_hive;删除数据库（空数据库）
drop database if exists db_hive2;删除不为空数据库（强制删除）
drop database db_hive cascade;创建表
内部表
默认创建的表都被称为内部表。因为这种表，Hive会（或多或少地）控制着数据的生命周期。Hive默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(例如，/user/hive/warehouse)所定义的目录的子目录下。 当我们删除一个内部表时，Hive也会删除这个表中数据。内部表不适合和其他工具共享数据。
普通创建表
create table if not exists student(
id int,
name string
)
row format delimited fields terminated by '\t'
stored as textfile
location '/user/hive/warehouse/student';按照什么分割 ‘’ 号里可填 ‘，’ ‘空格’ ‘\t’等
row format delimited fields terminated by ‘\t’
hive文件存储格式，不写默认为textfile型
stored as textfile
location：数据来源
location ‘/user/hive/warehouse/student’;
根据查询结果创建表（as）
create table employee as select * from employee;子查询生成内部表
create tabe employees as
with
r1 as (select name from emps where empname='zhangsan' and sex=1),
r2 as (select name from emps where sex=0)
select * from r1 union all select * from r2;根据已经存在的表结构创建表
create table if not exists student1 like student;查看创建的表
show tables;查看表信息
desc student;查看表具体信息
desc formatted student;外部表
external
因为表是外部表，所以Hive并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据，不过描述表的元数据信息会被删除掉。
create external table if not exists dept(
deptno int,
dname string,
loc int
)
row format delimited fields terminated by '\t';向外部表中导入数据
数据在hdfs中
load data inpath '/myinfo/4.txt' into table mytest;数据在linux中
load data local inpath '/myinfo/4.txt' into table mytest;含有集合的表
集合中数据以什么分割
collection items terminated by ‘,’
比如数据为：
1 zhangsan football,basketball,drink 22
2 caixukun sing,tiao,rap 12每个字段以空格分割，集合中数据以逗号分割
create externale table myuser(
uid int,
uname string,
ulike array<string>,
uage int
)
row format delimited fields terminated by ' '
collection items terminated by ','
location '/myinfo'分区表
分区表实际上就是对应一个HDFS文件系统上的独立的文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。在查询时通过WHERE子句中的表达式选择查询所需要的指定的分区，这样的查询效率会提高很多。
分区分为静态分区和动态分区
静态分区：若分区的值是确定的，那么称为静态分区。新增分区或者是加载分区数据时，已经指定分区名。
创建静态分区表
create table partition(
id int,
name string,
age int
)
partitioned by (sex int)
row format delimited fields terminated by '\t';加载数据
load data local inpath '/opt/module/datas/data1.txt' into table partition partition(sex='1');
load data local inpath '/opt/module/datas/data2.txt' into table partition partition(sex='0');查询
select * from partition where sex=‘1’;
select * from partition where sex=‘0’;
联合查询
select * from partition where sex='1'
union
select * from partition where sex='0';增加分区 删除分区（add，drop）
alter table partition add partition(sex='3') ;
alter table partition add partition(sex='3') ;查看表有多少分区
show partitions partition;多级分区表
create table partition2(
id int,
name string,
)
partitioned by (age int,sex int)
row format delimited fields terminated by '\t';加载数据到多级分区表
load data local inpath '/opt/module/datas/data.txt' into table partition2 partition(age='20',sex='0');查询多级分区表
select * from partition2 where age='19' and sex='1';动态分区
动态分区：分区的值是非确定的，由输入数据来确定
动态分区需要在hive中设置
- 开启动态分区
- 字段可全部动态分区
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;创建动态分区表
create external table origninfos(
id string,
name string,
sex string,
age int
)
row format delimited fields terminated by ' '
location '/orgin';create external table partinfos(
id string,
name string,
age int
)
partitioned by (sex string)
row format delimited fields terminated by ' 'insert into partinfos partition(sex) select id,name,age,sex from origninfos;分桶表
对于每一个表（table）或者分区， Hive可以进一步组织成桶，也就是说桶是更为细粒度的数据范围划分。
2、提高join查询效率
获得更高的查询处理效率。桶为表加上了额外的结构，Hive 在处理有些查询时能利用这个结构。具体而言，连接两个在（包含连接列的）相同列上划分了桶的表，可以使用 Map 端连接 （Map-side join）高效的实现。比如JOIN操作。对于JOIN操作两个表有一个相同的列，如果对这两个表都进行了桶操作。那么将保存相同列值的桶进行JOIN操作就可以，可以大大较少JOIN的数据量。
1、方便抽样
使取样（sampling）更高效。在处理大规模数据集时，在开发和修改查询的阶段，如果能在数据集的一小部分数据上试运行查询，会带来很多方便。
修改表操作
修改的为表的元数据 而不是表的具体数据
注意：Truncate只能删除内部表，不能删除外部表中数据
