hive 建表int hive 建表 like

转载

mob64ca1405d568 2023-09-01 19:19:40

文章标签 hive 建表int hive big data hadoop 数据 文章分类 Hive 大数据

一、HQL建表

语法格式（hql不区分大小写，[ ]中的属性是可选属性）

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
[ (col_name data_type [COMMENT col_comment], ...) ]
[COMMENT table_comment]
[PARTITIONED BY(col_name data_type [COMMENT col_comment],...) ]
[CLUSTERED BY (col_name,col_name,...)]
[SORTED BY(col_name [ASC|DESC],...)] INTO num_buckers BUCKETS]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]

二、参数说明

1、CREATE TABLE 创建一个指定名字的表，如果库中已有相同名的表，则抛出异常；
用户可以使用 IF NOT EXISTS 选项来忽略此异常。

2、EXTERNAL 关键字可以让用户创建一个外部表（默认创建内部表）。外部表在建表的同时必须指定一个指向实际数据的路径（LOCATION），Hive在创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据。

3、COMMENT 是给表字段或者表内容添加注释说明的。

4、PARTITIONED BY 给表做分区，决定了表是否为分区表。

5、CLUSTERED BY 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，Hive采用对列值哈希，然后除以桶的个数求余的方式决定该条记录存放在哪个桶当中。

6、ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘,’，这里指定表存储中列的分隔符，默认是 \001，这里指定的是逗号分隔符，还可以指定其他列的分隔符。

7、STORED AS SEQUENCEFILE|TEXTFILE|RCFILE，如果文件数据是纯文本，可以使用 STORED AS TEXTFILE，如果数据需要压缩，使用 STORED AS SEQUENCEFILE。

8、LOCATION 定义 hive 表的数据在 hdfs 上的存储路径，一般管理表（内部表不不要自定义），但是如果定义的是外部表，则需要直接指定一个路径。

三、建表方式

3.1 使用create命令

create table 'emp'(
'dept_no' int,
'addr' string,
'tel' string)
partitioned by (sex string)
row format delimited fields terminated by '\t'

3.2、create table … as select …

这个语句是用来通过查询已有的表来创建一张新表，这样可以根据已有的表来创建子表，对于数据分析和优化都是有很大的好处的。

create table employee1 
        as   
       select *  from employee where statis_date='20180229';

1、使用查询创建并填充表，select 中选取的列名会作为新表的列名（所以通常是要取别名）；
2、会改变表的属性、结构，比如只能是内部表、分区分桶也没了：

目标表不允许使用分区分桶的，FAILED: SemanticException [Error 10068]: CREATE-TABLE-AS-SELECT does not support partitioning in the target table，对于旧表中的分区字段，如果通过 select * 的方式，新表会把它看作一个新的字段，这里要注意；
目标表不允许使用外部表，如 create external table … as select… 报错 FAILED: SemanticException [Error 10070]: CREATE-TABLE-AS-SELECT cannot create external table；
创建的表存储格式会变成默认的格式 TEXTFILE 。

3、可以指定表的存储格式，行和列的分隔符等。