问题导读:
1.导出本地文件系统和hdfs文件系统区别是什么?
2.带有local命令是指导出本地还是hdfs文件系统?
3.hive中,使用的insert与传统数据库insert的区别是什么?
4.导出数据如何自定义分隔符?
今天我们再谈谈Hive中的三种不同的数据导出方式。
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 hive> insert overwrite local directory '/home/xiong/xiong' 2 > select * from xiong;
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/xiong/xiong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 [xiong@master ~/xiong]$ vim 000000_0 2 5^Axiong1^A23^A131212121212 3 6^Axiong2^A24^A134535353535 4 7^Axiong3^A25^A132453535353 5 8^Axiong4^A26^A154243434355 6 1^Axiong^A25^A13188888888888 7 2^Atest^A30^A13888888888888 8 3^Azs^A34^A899314121
可以看出,这就是xiong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 hive> insert into local directory '/home/xiong/xiong' 2 > select * from xiong; 3 NoViableAltException(79@[]) 4 at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683) 5 at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667) 6 at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421) 7 at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306) 8 at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100) 9 at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213) 10 at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928) 11 at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190) 12 at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418) 13 at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337) 14 at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902) 15 at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259) 16 at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216) 17 at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413) 18 at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756) 19 at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614) 20 at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 21 at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39) 22 at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25) 23 at java.lang.reflect.Method.invoke(Method.java:597) 24 at org.apache.hadoop.util.RunJar.main(RunJar.java:212) 25 FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clause 26 line 1:18 cannot recognize input near 'directory' ''/home/xiong/xiong'' '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 hive> insert overwrite directory '/home/xiong/hdfs' 2 > select * from xiong;
将会在HDFS的/home/xiong/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
这也是Hive的数据导入方式,如下操作:
1 hive> insert into table test 2 > partition (age='25') 3 > select id, name, tel 4 > from xiong; 5 ##################################################################### 6 这里输出了一堆Mapreduce任务信息,这里省略 7 ##################################################################### 8 Total MapReduce CPU Time Spent: 1 seconds 310 msec 9 OK 10 Time taken: 19.125 seconds 11 hive> select * from test; 12 OK 13 5 xiong1 131212121212 25 14 6 xiong2 134535353535 25 15 7 xiong3 132453535353 25 16 8 xiong4 154243434355 25 17 1 xiong 13188888888888 25 18 2 test 13888888888888 25 19 3 zs 899314121 25 20 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xiong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。
下面详细介绍:在Hive0.11.0版本新引进了一个新的特性,也就是当用户将Hive查询结果输出到文件,用户可以指定列的分割符,而在之前的版本是不能指定列之间的分隔符,这样给我们带来了很大的不变,在Hive0.11.0之前版本我们一般是这样用的:
1 hive> insert overwrite local directory '/home/xiong/Documents/result' 2 hive> select * from test;
1 hive> insert overwrite local directory '/home/xiong/Documents/result' 2 hive> select * from test;
保存的文件列之间是用^A(\x01)来分割
1 196^A242^A3 2 186^A302^A3 3 22^A377^A1 4 244^A51^A2
1 hive> insert overwrite local directory '/home/xiong/Documents/result' 2 hive> row format delimited 3 hive> fields terminated by '\t' 4 hive> select * from test;
再次看出输出的结果
1 196 242 3 2 186 302 3 3 22 377 1 4 244 51 2
hive> insert overwrite local directory './test-04' hive> row format delimited hive> FIELDS TERMINATED BY '\t' hive> COLLECTION ITEMS TERMINATED BY ',' hive> MAP KEYS TERMINATED BY ':' hive> select * from src;
根据上面内容,我们来进一步操作:
1 hive> insert overwrite local directory '/home/yangping.wu/local' 2 > row format delimited 3 > fields terminated by '\t' 4 > select * from xiong;
1 [xiong@master ~/local]$ vim 000000_0 2 5 xiong1 23 131212121212 3 6 xiong2 24 134535353535 4 7 xiong3 25 132453535353 5 8 xiong4 26 154243434355 6 1 xiong 25 13188888888888 7 2 test 30 13888888888888 8 3 zs 34 899314121
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:
[xiong@master ~/local][ DISCUZ_CODE_26 ]nbsp; hive -e "select * from xiong" >> local/xiong.txt [xiong@master ~/local][ DISCUZ_CODE_26 ]nbsp; cat xiong.txt 5 xiong1 23 131212121212 6 xiong2 24 134535353535 7 xiong3 25 132453535353 8 xiong4 26 154243434355 1 xiong 25 13188888888888 2 test 30 13888888888888 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:
[xiong@master ~/local]$ cat xiong.sql select * from xiong [xiong@master ~/local]$ hive -f xiong.sql >> local/xiong2.txt
上述语句得到的结果也是\t分割的。