一、创建数据库
1、创建一个数据库，数据库在 HDFS 上的默认储存路径是 /user/hive/warehouse/*.db
hive (default)> create database db_hive;
OK
Time taken: 1.349 seconds
hive (default)> show databases;
OK
database_name
db_hive
default
Time taken: 0.717 seconds, Fetched: 2 row(s)
2、避免要创建的数据库以及存在错误，增加 if not exists 判断
hive (default)> create database if not exists db_hive1;
OK
Time taken: 0.048 seconds
hive (default)> show databases;
OK
database_name
db_hive
db_hive1
default
Time taken: 0.014 seconds, Fetched: 3 row(s)
3、创建一个数据库，指定数据库在 HDFS 上存放的位置
hive (default)> create database if not exists db_hive2 location '/db_hive2.db';
OK
Time taken: 0.077 seconds
hive (default)> show databases;
OK
database_name
db_hive
db_hive1
db_hive2
default
Time taken: 0.017 seconds, Fetched: 4 row(s)
二、查询数据库
2.1 显示数据库
1、显示数据库
hive (default)> show databases;
OK
database_name
db_hive
db_hive1
db_hive2
default
Time taken: 0.017 seconds, Fetched: 4 row(s)
2、过滤显示查询的数据库
hive (default)> show databases like 'db_hive*';
OK
database_name
db_hive
db_hive1
db_hive2
Time taken: 0.02 seconds, Fetched: 3 row(s)
2.2 查看数据库详情
1、显示数据库信息
hive (default)> desc database db_hive;
OK
db_name comment location owner_name owner_type parameters
db_hive hdfs://hadoop151:9000/user/hive/warehouse/db_hive.db test USER
Time taken: 0.055 seconds, Fetched: 1 row(s)
2、显示数据库详细信息(extended 可以查看扩展信息)
hive (default)> desc database extended db_hive;
OK
db_name comment location owner_name owner_type parameters
db_hive hdfs://hadoop151:9000/user/hive/warehouse/db_hive.db test USER
Time taken: 0.028 seconds, Fetched: 1 row(s)
2.3 切换当前数据库
hive (default)> use db_hive;
OK
Time taken: 0.029 seconds
三、修改数据库
用户可以使用 ALTER DATABASE 命令为某个数据库的 DBPROPERTIES 设置键-值对属性值，来描述这个数据库的属性信息。
注：数据库的其他元数据信息都是不可更改的，包括数据库名和数据库所在的目录位置。
hive (db_hive)> alter database db_hive set dbproperties('createtime'='20170830');
OK
Time taken: 0.168 seconds
在 hive 中查看修改结果：
hive (db_hive)> desc database db_hive;
OK
db_name comment location owner_name owner_type parameters
db_hive hdfs://hadoop151:9000/user/hive/warehouse/db_hive.db test USER
Time taken: 0.043 seconds, Fetched: 1 row(s)
hive (db_hive)> desc database extended db_hive;
OK
db_name comment location owner_name owner_type parameters
db_hive hdfs://hadoop151:9000/user/hive/warehouse/db_hive.db test USER {createtime=20170830}
Time taken: 0.021 seconds, Fetched: 1 row(s)
四、删除数据库
1、删除空数据库
hive (db_hive)> drop database db_hive2;
Moved: 'hdfs://hadoop151:9000/db_hive2.db' to trash at: hdfs://hadoop151:9000/user/test/.Trash/Current
OK
Time taken: 0.929 seconds
2、如果删除的数据库不存在，最好采用 if exists 来判断数据库是否存在
hive (db_hive)> drop database if exists db_hive3;
OK
Time taken: 0.009 seconds
3、如果数据库不为空，可以采用 cascade 命令，强制删除
hive (default)> drop database db_hive;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_hive is not empty. One or more tables exist.)
hive (default)> drop database db_hive cascade;
Moved: 'hdfs://hadoop151:9000/user/hive/warehouse/db_hive.db/test' to trash at: hdfs://hadoop151:9000/user/test/.Trash/Current
Moved: 'hdfs://hadoop151:9000/user/hive/warehouse/db_hive.db' to trash at: hdfs://hadoop151:9000/user/test/.Trash/Current
OK
Time taken: 1.949 seconds
五、创建表
5.1 hive 表基础知识
1、建表语法
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_buckets BUCKETS]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]
2、字段解释说明
(1) CREATE TABLE：创建一个指定名字的表。如果相同名字的表已经存在，则抛出异常，用户可以用 IF NOT EXISTS 选项来忽略这个异常。
(2) EXTERNAL 关键字：可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径(LOCATION)，Hive 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：为表和列添加注释。
(4) PARTITIONED BY 创建分区表
(5) CLUSTERED BY 创建分桶表
(6) SORTED BY 不常用
(7) ROW FORMAT DELIMITED
[FIELDS TERMINATED BY char] [COLLECTION ITEMS TERMINATED BY char]
[MAP KEYS TERMINATED BY char]
[LINES TERMINATED BY char]
| SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value,
property_name=property_value, …)]
用户在建表的时候可以自定义 SerDe 或者使用自带的 SerDe。如果没有指定 ROW FORMAT 或者 ROW FORMAT DELIMITED，将会使用自带的 SerDe。在建表的时候，用户还需要为表指定列，用户在指定表的列的同时也会指定自定义的 SerDe，Hive 通过 SerDe 确定表的具体的列的数据。SerDe 是 Serialize/Deserilize 的简称，目的是用于序列化和反序列化。
(8) STORED AS 指定存储文件类型
常用的存储文件类型：SEQUENCEFILE（二进制序列文件）、TEXTFILE（文本）、RCFILE（列式存储格式文件) 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。
(9) LOCATION ：指定表在 HDFS 上的存储位置。
(10) LIKE 允许用户复制现有的表结构，但是不复制数据。
5.2 管理表
1、理论
默认创建的表都是所谓的管理表，有时也被称为内部表。因为这种表，Hive 会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。当我们删除一个管理表时，Hive 也会删除这个表中数据。管理表不适合和其他工具共享数据。
2、案例实操
(1) 创建表
create table if not exists student2(
id int, name string
)
row format delimited fields terminated by '\t'
stored as textfile
location '/user/hive/warehouse/student2';
(2) 根据查询结果创建表
create table if not exists student3 as select id, name from student;
(3) 根据已经存在的表结构创建表
create table if not exists student4 like student;
(4) 查询表的类型
hive (default)> desc formatted student2;
5.3 外部表
1、理论
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。
2、管理表和外部表的使用场景
每天将收集到的网站日志定期流入 HDFS 文本文件。在外部表(原始日志表)的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过 SELECT+INSERT 进入内部表。
3、案例实操
分别创建部门和员工外部表，并向表中导入数据。
(1) 创建表
A、创建部门表
create external table if not exists default.dept(
deptno int,
dname string,
loc int
)
row format delimited fields terminated by '\t';
B、创建员工表
create external table if not exists default.emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int)
row format delimited fields terminated by '\t';
C、查看创建的表
hive (default)> show tables;
OK
tab_name
dept
emp
student
student2
student3
student4
test
Time taken: 0.025 seconds, Fetched: 7 row(s)
(2) 原始数据
[test@hadoop151 datas]$ vim dept.txt
[test@hadoop151 datas]$ vim emp.txt
[test@hadoop151 datas]$ cat dept.txt
10 ACCOUNTING 1700
20 RESEARCH 1800
30 SALES 1900
40 OPERATIONS 1700
[test@hadoop151 datas]$ cat emp.txt
7369 SMITH CLERK 7902 1980-12-17 800.00 20
7499 ALLEN SALESMAN 7698 1981-2-20 1600.00 300.00 30
7521 WARD SALESMAN 7698 1981-2-22 1250.00 500.00 30
7566 JONES MANAGER 7839 1981-4-2 2975.00 20
7654 MARTIN SALESMAN 7698 1981-9-28 1250.00 1400.00 30
7698 BLAKE MANAGER 7839 1981-5-1 2850.00 30
7782 CLARK MANAGER 7839 1981-6-9 2450.00 10
7788 SCOTT ANALYST 7566 1987-4-19 3000.00 20
7839 KING PRESIDENT 1981-11-17 5000.00 10
7844 TURNER SALESMAN 7698 1981-9-8 1500.00 0.00 30
7876 ADAMS CLERK 7788 1987-5-23 1100.00 20
7900 JAMES CLERK 7698 1981-12-3 950.00 30
7902 FORD ANALYST 7566 1981-12-3 3000.00 20
7934 MILLER CLERK 7782 1982-1-23 1300.00 10
(3) 向外部表中导入数据
导入数据：
hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table default.dept;
Loading data to table default.dept
Table default.dept stats: [numFiles=1, totalSize=69]
OK
Time taken: 0.405 seconds
hive (default)> load data local inpath '/opt/module/datas/emp.txt' into table default.emp;
Loading data to table default.emp
Table default.emp stats: [numFiles=1, totalSize=657]
OK
Time taken: 0.254 seconds
查询结果：
hive (default)> select * from emp;
OK
emp.empno emp.ename emp.job emp.mgr emp.hiredate emp.sal emp.comm emp.deptno
7369 SMITH CLERK 7902 1980-12-17 800.0 NULL 20
7499 ALLEN SALESMAN 7698 1981-2-20 1600.0 300.0 30
7521 WARD SALESMAN 7698 1981-2-22 1250.0 500.0 30
7566 JONES MANAGER 7839 1981-4-2 2975.0 NULL 20
7654 MARTIN SALESMAN 7698 1981-9-28 1250.0 1400.0 30
7698 BLAKE MANAGER 7839 1981-5-1 2850.0 NULL 30
7782 CLARK MANAGER 7839 1981-6-9 2450.0 NULL 10
7788 SCOTT ANALYST 7566 1987-4-19 3000.0 NULL 20
7839 KING PRESIDENT NULL 1981-11-17 5000.0 NULL 10
7844 TURNER SALESMAN 7698 1981-9-8 1500.0 0.0 30
7876 ADAMS CLERK 7788 1987-5-23 1100.0 NULL 20
7900 JAMES CLERK 7698 1981-12-3 950.0 NULL 30
7902 FORD ANALYST 7566 1981-12-3 3000.0 NULL 20
7934 MILLER CLERK 7782 1982-1-23 1300.0 NULL 10
Time taken: 0.071 seconds, Fetched: 14 row(s)
hive (default)> select * from dept;
OK
dept.deptno dept.dname dept.loc
10 ACCOUNTING 1700
20 RESEARCH 1800
30 SALES 1900
40 OPERATIONS 1700
Time taken: 0.073 seconds, Fetched: 4 row(s)
(4) 查看表格式化数据
hive (default)> desc formatted dept;
5.4 管理表与外部表的互相转换
1、查询表的类型
hive (default)> desc formatted student2;
OK
col_name data_type comment
# col_name data_type comment
id int
name string
# Detailed Table Information
Database: default
Owner: test
CreateTime: Sun Feb 16 09:53:47 CST 2020
LastAccessTime: UNKNOWN
Protect Mode: None
Retention: 0
Location: hdfs://hadoop151:9000/user/hive/warehouse/student2
Table Type: MANAGED_TABLE
Table Parameters:
transient_lastDdlTime 1581818027
# Storage Information
SerDe Library: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe
InputFormat: org.apache.hadoop.mapred.TextInputFormat
OutputFormat: org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat
Compressed: No
Num Buckets: -1
Bucket Columns: []
Sort Columns: []
Storage Desc Params:
field.delim \t
serialization.format \t
Time taken: 0.079 seconds, Fetched: 28 row(s)
2、修改内部表 student2 为外部表
hive (default)> alter table student2 set tblproperties('EXTERNAL'='TRUE');
OK
Time taken: 0.166 seconds
3、查询表的类型
hive (default)> desc formatted student2;
OK
col_name data_type comment
# col_name data_type comment
id int
name string
# Detailed Table Information
Database: default
Owner: test
CreateTime: Sun Feb 16 09:53:47 CST 2020
LastAccessTime: UNKNOWN
Protect Mode: None
Retention: 0
Location: hdfs://hadoop151:9000/user/hive/warehouse/student2
Table Type: EXTERNAL_TABLE
Table Parameters:
COLUMN_STATS_ACCURATE false
EXTERNAL TRUE
last_modified_by test
last_modified_time 1581824727
numFiles 0
numRows -1
rawDataSize -1
totalSize 0
transient_lastDdlTime 1581824727
# Storage Information
SerDe Library: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe
InputFormat: org.apache.hadoop.mapred.TextInputFormat
OutputFormat: org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat
Compressed: No
Num Buckets: -1
Bucket Columns: []
Sort Columns: []
Storage Desc Params:
field.delim \t
serialization.format \t
Time taken: 0.076 seconds, Fetched: 36 row(s)
4、外部表修改为内部表
和上面操作一样，将参数’EXTERNAL’ 变为’FALSE’。
5.5 分区表
1、分区表介绍
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。
2、分区表基本操作
(1) 创建分区表语法
hive (default)>
create table dept_partition(
deptno int,
dname string,
loc string
)
partitioned by (month string)
row format delimited fields terminated by '\t';
(2) 加载数据到分区表中
hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201709');
hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201708');
hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition partition(month='201707');
(3) 查询分区表中数据
A、单分区查询
hive (default)> select * from dept_partition where month="201709";
B、多分区联合查询
select * from dept_partition where month='201709'
union
select * from dept_partition where month='201708'
union
select * from dept_partition where month='201707';
(4) 增加分区
A、增加单个分区
hive (default)> alter table dept_partition add partition(month='201706');
B、同时增加多个分区
hive (default)> alter table dept_partition add partition(month='201705') partition(month='201704');
(5) 删除分区
A、删除单个分区
hive (default)> alter table dept_partition drop partition (month='201704');
B、同时删除多个分区
hive (default)> alter table dept_partition drop partition (month='201705'), partition (month='201706');
(6) 查看分区表有多少分区
hive> show partitions dept_partition;
(7) 查看分区表结构
hive> desc formatted dept_partition;
5.6 分区表注意事项
1、创建二级分区表
hive (default)>
create table dept_partition2(
deptno int,
dname string,
loc string
)
partitioned by (month string, day string)
row format delimited fields terminated by '\t';
2、正常的加载数据
(1) 加载数据到二级分区表中
hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table default.dept_partition2 partition(month='201709', day='13');
(2) 查询分区数据
hive (default)> select * from dept_partition2 where month='201709' and day='13';
3、把数据上传到分区目录上，让分区表和数据产生关联的三种方式
(1) 方式一：上传数据后修复
上传数据
hive (default)> dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=201709/day=12;
hive (default)> dfs -put /opt/module/datas/dept.txt /user/hive/warehouse/dept_partition2/month=201709/day=12;
查询数据(查询不到刚上传的数据)
hive (default)> select * from dept_partition2 where month='201709' and day='12';
执行修复命令
hive> msck repair table dept_partition2;
再次查询数据
hive (default)> select * from dept_partition2 where month='201709' and day='12';
(2) 方式二：上传数据后添加分区
上传数据
hive (default)> dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=201709/day=11;
hive (default)> dfs -put /opt/module/datas/dept.txt /user/hive/warehouse/dept_partition2/month=201709/day=11;
执行添加分区
hive (default)> alter table dept_partition2 add partition(month='201709', day='11');
查询数据
hive (default)> select * from dept_partition2 where month='201709' and day='11';
(3) 方式三：创建文件夹后 load 数据到分区
创建目录
hive (default)> dfs -mkdir -p /user/hive/warehouse/dept_partition2/month=201709/day=10;
上传数据
hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table dept_partition2 partition(month='201709',day='10');
查询数据
hive (default)> select * from dept_partition2 where month='201709' and day='10';
六、修改表
6.1 重命名表
1、语法
ALTER TABLE table_name RENAME TO new_table_name;
2、案例实操
hive (default)> alter table dept_partition2 rename to dept_partition3;
6.2 增加、修改和删除表分区
1、语法
(1) 更新列
ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]
(2) 增加和替换列
ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)
注：ADD 是代表新增一字段，字段位置在所有列后面( partition 列前)，REPLACE 则是表示替换表中所有字段。
2、案例实操
(1) 查询表结构
hive (default)> desc dept_partition;
OK
col_name data_type comment
deptno int
dname string
loc string
month string
# Partition Information
# col_name data_type comment
month string
Time taken: 0.153 seconds, Fetched: 9 row(s)
(2) 添加列
hive (default)> alter table dept_partition add columns(deptdesc string);
OK
Time taken: 0.219 seconds
(3) 查询表结构
hive (default)> desc dept_partition;
OK
col_name data_type comment
deptno int
dname string
loc string
deptdesc string
month string
# Partition Information
# col_name data_type comment
month string
Time taken: 0.078 seconds, Fetched: 10 row(s)
(4) 更新列
hive (default)> alter table dept_partition change column deptdesc desc int;
OK
Time taken: 0.272 seconds
(5) 查询表结构
hive (default)> desc dept_partition;
OK
col_name data_type comment
deptno int
dname string
loc string
desc int
month string
# Partition Information
# col_name data_type comment
month string
Time taken: 0.072 seconds, Fetched: 10 row(s)
(6) 替换列
hive (default)> alter table dept_partition replace columns(deptno string, dname string, loc string);
OK
Time taken: 0.17 seconds
(7) 查询表结构
hive (default)> desc dept_partition;
OK
col_name data_type comment
deptno string
dname string
loc string
month string
# Partition Information
# col_name data_type comment
month string
Time taken: 0.073 seconds, Fetched: 9 row(s)
七、删除表
hive (default)> drop table dept_partition;
