文章目录
四、DDL 数据定义
- data defination language：数据库定义语言
1、创建数据库
（库和表在 HDFS 上都是以文件夹的形式存在）
1.1 创建一个数据库，数据库在 HDFS 上的默认存储路径是/user/hive/warehouse/*.db。
hive (default)> create database db_hive;
1.2 避免要创建的数据库已经存在错误，增加 if not exists 判断。（标准写法）
hive (default)> create database db_hive;
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Database db_hive already exists
hive (default)> create database if not exists db_hive; -- 标准写法
1.3 创建一个数据库，指定数据库在HDFS上存放的位置
hive (default)> create database db_hive2 location '/db_hive2';
2、查询数据库
2.1 显示数据库
2.1.1 显示数据库
0: jdbc:hive2://hadoop105:10000> show databases;
2）过滤显示查询的数据库
0: jdbc:hive2://hadoop105:10000> show databases like 'db_hive*';
+----------------+
| database_name |
+----------------+
| db_hive |
| db_hive2 |
+----------------+
2.2 查看数据库详情
2.2.1 显示数据库信息
0: jdbc:hive2://hadoop105:10000> desc database db_hive;
+----------+----------+----------------------------------------------------+-------------+-------------+-------------+
| db_name | comment | location | owner_name | owner_type | parameters |
+----------+----------+----------------------------------------------------+-------------+-------------+-------------+
| db_hive | | hdfs://hadoop105:9820/user/hive/warehouse/db_hive.db | xiaoxq | USER | |
+----------+----------+----------------------------------------------------+-------------+-------------+-------------+
2.2.2 显示数据库详细信息，extended
0: jdbc:hive2://hadoop105:10000> desc database extended db_hive;
+----------+----------+----------------------------------------------------+-------------+-------------+-------------+
| db_name | comment | location | owner_name | owner_type | parameters |
+----------+----------+----------------------------------------------------+-------------+-------------+-------------+
| db_hive | | hdfs://hadoop105:9820/user/hive/warehouse/db_hive.db | xiaoxq | USER | |
+----------+----------+----------------------------------------------------+-------------+-------------+-------------+
2.3 切换当前数据库
0: jdbc:hive2://hadoop105:10000> use db_hive;
3、 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。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 (default)> alter database db_hive set dbproperties('createtime'='20200731');
在 hive 中查看修改结果
hive> desc database extended db_hive;
db_name comment location owner_name owner_type parameters
db_hive hdfs://hadoop105:9820/user/hive/warehouse/db_hive.db xiqoxq USER {createtime=20200731}
4、 删除数据库
4.1 删除空数据库
hive>drop database db_hive2;
4.2 如果删除的数据库不存在，最好采用if exists判断数据库是否存在
hive> drop database db_hive;
FAILED: SemanticException [Error 10072]: Database does not exist: db_hive
hive> drop database if exists db_hive2;
4.3 如果数据库不为空，可以采用cascade命令，强制删除
hive> 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> drop database db_hive cascade;
5 、创建表
1 建表语法（重中之重）
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name --EXTERNAL表示创建表是否是外部表
[(col_name data_type [COMMENT col_comment], ...)] --表的字段名 和字段类型 ，以及对字段的解释
[COMMENT table_comment] --对于表的解释
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] --分区
[CLUSTERED BY (col_name, col_name, ...) --分桶
[SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS] --分几个桶
[ROW FORMAT row_format] --对于当前的表分隔的说明
[STORED AS file_format] --对于字段的分隔说明 --默认是ascii 码表的001 ^A
yangyang,caicai_susu, xiao yang:18_xiaoxiao yang:19,chao yang_beijing_10011
--对于此行数据的分隔类型是 ','
[COLLECTION ITEMS TERMINATED BY char] --对于集合的分隔说明 --默认是ascii 码表的002 ^B
caicai_susu xiao yang:18_xiaoxiao yang:19 chao yang_beijing_10011
--对于三个集合 map array struct 分隔是'_'
[MAP KEYS TERMINATED BY char] --对于map的kv分隔类型 --默认是ascii 码表的003 ^C
xiao yang:18
--对于当前map集合分隔符是 ':'
[LINES TERMINATED BY char] --对于每行数据而言的分隔类型 '\n'
]
[STORED AS file_format] --对于当前表对应文件存储类型
[LOCATION hdfs_path] --指定的hdfs路径 如果不指定默认在库里面
[TBLPROPERTIES (property_name=property_value, ...)] --表的属性
[AS select_statement] --根据查询的结果创建表(包括表的结构和数据)
[LIKE table_name] --模仿一张表(只有表的结构没有数据)
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，在建表的同时可以指定一个指向实际数据的路径（LOCATION），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，对桶中的一个或多个列另外排序
（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， hive 使用 Serde 进行行对象的序列与反序列化。
（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）AS：后跟查询语句，根据查询结果创建表。
（11）LIKE 允许用户复制现有的表结构，但是不复制数据。
5.1 管理表
5.1.1 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（或多或少地）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。
5.1.2 案例实操
（0）原始数据
1001 ss1
1002 ss2
1003 ss3
1004 ss4
1005 ss5
1006 ss6
1007 ss7
1008 ss8
1009 ss9
1010 ss10
1011 ss11
1012 ss12
1013 ss13
1014 ss14
1015 ss15
1016 ss16
（1）普通创建表
create table if not exists student(
id int, name string
)
row format delimited fields terminated by '\t'
location '/user/hive/warehouse/student';
（2）根据查询结果创建表（查询的结果会添加到新创建的表中）
create table if not exists student2 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 student3 like student;
（4）查询表的类型
hive (default)> desc formatted student2;
Table Type: MANAGED_TABLE
（5）删除管理表，并查看表数据是否还存在（控制着数据的生命周期，数据会随着表的删除而删除）
hive (default)> drop table student2;
5.2 外部表
5.2.1 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。
5.2.2 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。
5.2.3 案例实操
分别创建部门和员工外部表，并向表中导入数据。
（0）原始数据
dept:
10 ACCOUNTING 1700
20 RESEARCH 1800
30 SALES 1900
40 OPERATIONS 1700
emp：
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
（1）上传数据到HDFS
[xiaoxq@hadoop105 datas]$ hadoop fs -mkdir -p /company/dept
[xiaoxq@hadoop105 datas]$ hadoop fs -mkdir -p /company/emp
[xiaoxq@hadoop105 datas]$ hadoop fs -put dept.txt /company/dept
[xiaoxq@hadoop105 datas]$ hadoop fs -put emp.txt /company/emp
（2）建表语句，创建外部表
- 创建部门表
create external table if not exists dept(
deptno int,
dname string,
loc int
)
row format delimited fields terminated by '\t'
location '/company/dept';
- 创建员工表
create external table if not exists emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int)
row format delimited fields terminated by '\t'
location '/company/emp';
（3）查看创建的表
hive (default)>show tables;
（4）查看表格式化数据
hive (default)> desc formatted dept;
Table Type: EXTERNAL_TABLE
（5）删除外部表
hive (default)> drop table dept;
外部表删除后，hdfs 中的数据还在，但是 metadata 中 dept 的元数据已被删除
5.3 管理表与外部表的互相转换
（1）查询表的类型
hive (default)> desc formatted student;
Table Type: MANAGED_TABLE
（2）修改内部表student为外部表
alter table student set tblproperties('EXTERNAL'='TRUE');
（3）查询表的类型
hive (default)> desc formatted student;
Table Type: EXTERNAL_TABLE
（4）修改外部表student为内部表
alter table student set tblproperties('EXTERNAL'='FALSE');
（5）查询表的类型
hive (default)> desc formatted student;
Table Type: MANAGED_TABLE
注意：(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写！
6、 修改表
6.1 重命名表
6.1.1 语法
ALTER TABLE table_name RENAME TO new_table_name
6.1.2 实操案例
hive (default)> alter table student2 rename to student3;
6.2 增加、修改和删除表分区
- 详见7.1.1章分区表基本操作。
6.3 增加/修改/替换列信息
6.3.1 语法
（1）更新列
- 更新列，列名可以随意修改，列的类型只能小改大，不能大改小（遵循自动转换规则）
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，REPLACE 使用的时候，字段的类型要跟之前的类型对应上，数量可以减少或者增加，其实就是包含了更新列，增加列，删除列的功能。
6.3.2 实操案例
（1）查询表结构
hive> desc dept;
（2）添加列
hive (default)> alter table dept add columns(deptdesc string);
（3）查询表结构
hive> desc dept;
（4）更新列
hive (default)> alter table dept change column deptdesc desce string;
（5）查询表结构
hive> desc dept;
（6）替换列
hive (default)> alter table dept replace columns(deptno string, dname
string, loc string);
（7）查询表结构
hive> desc dept;
7、 删除表
hive (default)> drop table dept;
8、 清除表
注意：Truncate 只能删除管理表，不能删除外部表中数据（在MySQL中是只删除表的内容，表的结构不变）
hive (default)> truncate table student;
来源：oschina
链接：https://my.oschina.net/u/4347613/blog/4465205