create table dept01 (deptno int , dname string,loc string)
row format delimited fields terminated by '\t';
load data local inpath '/home/hadoop/data/dept.txt' overwrite into table default.dept01;
上传文件
dfs -put /home/hadoop/data/dept.txt /user/hive/warehouse;
加载
load data inpath '/user/hive/warehouse/dept.txt' into table default.dept01;
加载数据覆盖表中已有数据：
上传文件到HDFS
dfs -put /home/hadoop/data/student01.txt /user/hive/warehouse;
加载数据覆盖表中已有数据：
load data inpath '/user/hive/warehouse/student01.txt' overwrite into table default.dept01;
数据导出：
insert overwrite local directory '/home/hadoop/data/export/dept01'
select * from dept01;
insert overwrite local directory '/home/hadoop/data/export/dept02'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' COLLECTION ITEMS TERMINATED BY '\n'
select * from dept01;格式化数据
导出到HDFS：
insert overwrite directory '/user/hive/warehouse/student2'
row format delimited fields terminated by '\t' collection items terminated by '\n'
select * from student;
分桶表数据存储
创建分桶表
create table stu_buck(id int,name string) clustered by(id) into 4 buckets row format delimited fields terminated by '\t';
desc formatted stu_buck;
load data local inpath '/home/hadoop/data/03.txt' into table stu_buck;
load data local inpath '/home/hadoop/data/03.txt' into table stu_buck;
创建分桶表，数据通过子查询的方式导入
先创建普通表stu
create table stu(id int ,name string) row format delimited fields terminated by '\t';
普通表导数据
load data local inpath '/home/hadoop/data/student03.txt' into table stu;
清空分桶表中的数据
truncate table stu_buck;
导入数据到分桶中：
insert into table stu_buck select id ,name from stu cluster by(id);
为什么还是只有一个分区，我们需要设置属性
set hive.enforce.bucketing=true;
set mapreduce.job.reduces=-1;
清空分桶表中的数据
truncate table stu_buck;
导入数据到分桶中：
insert into table stu_buck select id ,name from stu cluster by(id);
数据最终存在不同的文件中，注意：分区是建立文件夹存储数据，分桶是建立文件
分桶抽样查询：
对于非常大的数据集，用户有时需要一个具有代表性的查询结果而不是全部，可以同桶进行抽样查询满足
select * from stu_buck TABLESAMPLE(bucket 1 out of 4 on id);
1,4 x,y 根据y大小决定抽样比例，总共4份数据，当y=2抽取（4/2）2个桶的数据
注意：x必须小于y
否则报错：FAILED: SemanticException [Error 10061]: Numerator should not be bigger than denominator in sample clause for table stu_buck
按百分比抽样：
基于行数，按照输入路径下的数据的百分比进行抽样
select * from stu_buck tablesample (0.1 percent);
