转载 Hive几种数据导出方式

转自：http://www.iteblog.com/archives/955

谈到了Hive中几种数据的导入方式，不同的数据导入方式用途不一样。今天我们再谈谈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：（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。为了避免单纯的文字，我将一步一步地用命令进行说明。

　　一、导出到本地文件系统

1. 　　

2. hive> insert overwrite local directory '/home/wyp/wyp'

3. > 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：

1. [wyp@master ~/wyp]$ vim 000000_0

2. 5^Awyp1^A23^A131212121212

3. 6^Awyp2^A24^A134535353535

4. 7^Awyp3^A25^A132453535353

5. 8^Awyp4^A26^A154243434355

6. 1^Awyp^A25^A13188888888888

7. 2^Atest^A30^A13888888888888

8. 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：

1. 　　

2. hive> insert into local directory '/home/wyp/wyp'

3. > select * from wyp;

4. NoViableAltException(79@[])

5. at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)

6. at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)

7. at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)

8. at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)

9. at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)

10. at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)

11. at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)

12. at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)

13. at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)

14. at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)

15. at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)

16. at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)

17. at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)

18. at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)

19. at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)

20. at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)

21. at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

22. at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)

23. at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)

24. at java.lang.reflect.Method.invoke(Method.java:597)

25. at org.apache.hadoop.util.RunJar.main(RunJar.java:212)

26. FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clause

27. line 1:18 cannot recognize input near 'directory' ''/home/wyp/wyp'' 'select' in select clause

　　二、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：

1. 　　

2. hive> insert overwrite directory '/home/wyp/hdfs'

3. > 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。

　　三、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：

1. 　

2. hive> insert into table test

3. > partition (age='25')

4. > select id, name, tel

5. > from wyp;

6. #####################################################################

7. 这里输出了一堆Mapreduce任务信息，这里省略

8. #####################################################################

9. Total MapReduce CPU Time Spent: 1 seconds 310 msec

10. OK

11. Time taken: 19.125 seconds

12.  

13. hive> select * from test;

14. OK

15. 5 wyp1 131212121212 25

16. 6 wyp2 134535353535 25

17. 7 wyp3 132453535353 25

18. 8 wyp4 154243434355 25

19. 1 wyp 13188888888888 25

20. 2 test 13888888888888 25

21. 3 zs 899314121 25

22. 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：

1. hive> insert overwrite local directory '/home/yangping.wu/local'

2. > row format delimited

3. > fields terminated by '\t'

4. > select * from wyp;

5.  

6. [wyp@master ~/local]$ vim 000000_0

7. 5 wyp1 23 131212121212

8. 6 wyp2 24 134535353535

9. 7 wyp3 25 132453535353

10. 8 wyp4 26 154243434355

11. 1 wyp 25 13188888888888

12. 2 test 30 13888888888888

13. 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：

1. 　　

2. [wyp@master ~/local]$ hive -e "select * from wyp" >> local/wyp.txt

3. [wyp@master ~/local]$ cat wyp.txt

4. 5 wyp1 23 131212121212

5. 6 wyp2 24 134535353535

6. 7 wyp3 25 132453535353

7. 8 wyp4 26 154243434355

8. 1 wyp 25 13188888888888

9. 2 test 30 13888888888888

10. 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：

1. 　　

2. [wyp@master ~/local]$ cat wyp.sql

3. select * from wyp

4. [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。