Hive HQL学习

1. – create table person(
2. – id int,
3. – name string,
4. – age int,
5. – likes array<string>,
6. – address map<string,string>
7. –)
8. – row format delimited
9. – FIELDS TERMINATED BY ‘,‘
10. – COLLECTION ITEMS TERMINATED BY ‘-‘
11. – MAP KEYS TERMINATED BY ‘:‘
12. – lines terminated by ‘\n‘;
13. –Select address[‘city’] from person where name=‘zs’

 

 删除内部表和外部表的区别?

第一步：创建了表；第二部：将查出的结果插入到表中(注意这种方式在创建表时不能指定列，否则就会报错)

 

6.1这种方式什么时候会用？

    创建中间表的时候，如果需要一些数据可以通过这种方式来做。

6.2这种方式和  create table psn4 like psn3 的区别？

 

 

创建了分区，进行插入数据，就需要指定分区字段，否则就会报错

 

查看表，发现有两个分区（boy, girl）

 

在hdfs中查看，发现目录下有两个目录对应两个分区

 

查看指定分区下的数据

select * from psn5 where sex = ‘boy‘

 

添加分区

ALTER TABLE psn5 ADD PARTITION (sex = ‘weizhi‘)              //在一个表中添加一个分区

ALTER TABLE psn5 DROP PARTITION (sex = ‘weizhi‘)            //同时删除对应分区中的数据

 

1. ---分区_指定两个分区字段
2. create table psn5(
3. id int,
4. name string,
5. likes ARRAY <string>,
6. address MAP <string, string>
7. )
8. PARTITIONED BY(sex string，age int)
9. ROW FORMAT DELIMITED
10. FIELDS TERMINATED BY ‘,‘
11. COLLECTION ITEMS TERMINATED BY ‘-‘
12. MAP KEYS TERMINATED BY ‘:‘;
14. ---创建分区后，再进行插入数据，就需要指定分区字段
15. load data local inpath ‘/root/data‘ into table psn5 partition (sex=‘boy‘,age=1);

删除分区的时候，一定要注意（分区下可能还有分区）

 

4.hive_DML

1. create table psn7 like psn1;
3. from psn1
4. insert into table psn7 select id, name, likes, address

思考一：hive其实就是写sql来分析hdfs上的数据，那么问题来了，以上这种方式做什么用？

    比如我们要分析一个WordCount,那么结果只是显示在控制台么，显然不是，我们要将hive sql运行的结果存储到另一张表中

为什么要将from放在上面呢？

    我们将对同一张表分析的多个指标写到结果表中，就不用写多个sql了，要不还需要join