版权声明：本文为博主原创文章，欢迎转载，转载请注明出处！ https://blog.csdn.net/qq_36743482/article/details/78383964 
 
 
 
 
   
   
  
注：hive其他语法在hive官网有说明，建议初学者，去官网学习一手的资料，
 官网：https://cwiki.apache.org/confluence/display/Hive/Home#Home-UserDocumentation
 
  
Create Table
 
  
官网说明
 
  
Hive建表方式共有三种：
 
  
直接建表法
查询建表法
like建表法
 
  
首先看官网介绍
 ’[]’ 表示可选，’|’ 表示二选一
 
  
CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name    -- (Note: TEMPORARY available in Hive 0.14.0 and later)
  [(col_name data_type [COMMENT col_comment], ... [constraint_specification])]
  [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]
  [SKEWED BY (col_name, col_name, ...)                  -- (Note: Available in Hive 0.10.0 and later)]
     ON ((col_value, col_value, ...), (col_value, col_value, ...), ...)
     [STORED AS DIRECTORIES]
  [
   [ROW FORMAT row_format] 
   [STORED AS file_format]
     | STORED BY 'storage.handler.class.name' [WITH SERDEPROPERTIES (...)]  -- (Note: Available in Hive 0.6.0 and later)
  ]
  [LOCATION hdfs_path]
  [TBLPROPERTIES (property_name=property_value, ...)]   -- (Note: Available in Hive 0.6.0 and later)

 

[AS select_statement]; – (Note: Available in Hive 0.5.0 and later; not supported for external tables)
 
CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
 LIKE existing_table_or_view_name
 [LOCATION hdfs_path];
 
 
 
  data_type
  
 

  primitive_type
  
 | array_type
  
 | map_type
  
 | struct_type
  
 | union_type – (Note: Available in Hive 0.7.0 and later)
 
 
 
  primitive_type
  
 

  TINYINT
  
 | SMALLINT
  
 | INT
  
 | BIGINT
  
 | BOOLEAN
  
 | FLOAT
  
 | DOUBLE
  
 | DOUBLE PRECISION – (Note: Available in Hive 2.2.0 and later)
  
 | STRING
  
 | BINARY – (Note: Available in Hive 0.8.0 and later)
  
 | TIMESTAMP – (Note: Available in Hive 0.8.0 and later)
  
 | DECIMAL – (Note: Available in Hive 0.11.0 and later)
  
 | DECIMAL(precision, scale) – (Note: Available in Hive 0.13.0 and later)
  
 | DATE – (Note: Available in Hive 0.12.0 and later)
  
 | VARCHAR – (Note: Available in Hive 0.12.0 and later)
  
 | CHAR – (Note: Available in Hive 0.13.0 and later)
 
 
 
  array_type
  
 

  ARRAY < data_type >
 
 
 
  map_type
  
 

  MAP < primitive_type, data_type >
 
 
 
  struct_type
  
 

  STRUCT < col_name : data_type [COMMENT col_comment], …>
 
 
 
  union_type
  
 

  UNIONTYPE < data_type, data_type, … > – (Note: Available in Hive 0.7.0 and later)
 
 
 
  row_format
  
 

  DELIMITED [FIELDS TERMINATED BY char [ESCAPED BY char]] [COLLECTION ITEMS TERMINATED BY char]
  
 [MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]
  
 [NULL DEFINED AS char] – (Note: Available in Hive 0.13 and later)
  
 | SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, …)]
 
 
 
  file_format:
  
 

  SEQUENCEFILE
  
 | TEXTFILE – (Default, depending on hive.default.fileformat configuration)
  
 | RCFILE – (Note: Available in Hive 0.6.0 and later)
  
 | ORC – (Note: Available in Hive 0.11.0 and later)
  
 | PARQUET – (Note: Available in Hive 0.13.0 and later)
  
 | AVRO – (Note: Available in Hive 0.14.0 and later)
  
 | INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classname
 
 
 
  constraint_specification:
  
 

  [, PRIMARY KEY (col_name, …) DISABLE NOVALIDATE ]
  
 [, CONSTRAINT constraint_name FOREIGN KEY (col_name, …) REFERENCES table_name(col_name, …) DISABLE NOVALIDATE
  
 
  
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
 
 
 
观察可发现一共有三种建表方式，接下来我们将一一讲解。
 
1.直接建表法：
 
create table table_name(col_name data_type);

 
1
 
这里我们针对里面的一些不同于关系型数据库的地方进行说明。
 
row format
 
row_format
  : DELIMITED [FIELDS TERMINATED BY char [ESCAPED BY char]] [COLLECTION ITEMS TERMINATED BY char]
        [MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]
        [NULL DEFINED AS char]   -- (Note: Available in Hive 0.13 and later)
  | SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, ...)]


1
2
3
4
5
6
 
Hive将HDFS上的文件映射成表结构，通过分隔符来区分列（比如’,’ ‘;’ or ‘^’ 等），row format就是用于指定序列化和反序列化的规则。
 比如对于以下记录：
 
1,xiaoming,book-TV-code,beijing:chaoyang-shagnhai:pudong
2,lilei,book-code,nanjing:jiangning-taiwan:taibei
3,lihua,music-book,heilongjiang:haerbin

 
1
2
3
 
逗号用于分割列，即FIELDS TERMINATED BY char，分割为如下列 ID、name、hobby（该字段是数组形式，通过 ‘-’ 进行分割，即COLLECTION ITEMS TERMINATED BY ‘-’）、address（该字段是键值对形式map，通过 ‘:’ 分割键值，即 MAP KEYS TERMINATED BY ‘:’）；
 而FIELDS TERMINATED BY char用于区分不同条的数据，默认是换行符；
 
file format（HDFS文件存放的格式）
 
默认TEXTFILE，即文本格式，可以直接打开。
 
是
 
如下：根据上述文件内容，创建一个表t1
 
create table t1(
    id      int
   ,name    string
   ,hobby   array<string>
   ,add     map<String,string>
)
row format delimited
fields terminated by ','
collection items terminated by '-'
map keys terminated by ':'
;

 
1
2
3
4
5
6
7
8
9
10
11
 

 2. 查看表的描述：desc t1;
 
 
下面插入数据
 注：一般很少用insert （不是insert overwrite）语句，因为就算就算插入一条数据，也会调用MapReduce，这里我们选择Load Data的方式。
 
LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]

 
1
 
创建一个文件粘贴上述记录，并上载即可，如下图：
 
 然后上载
 
load data local inpath '/home/hadoop/Desktop/data' overwrite into table t1;

 
1
 
别忘记写文件名/data,笔者第一次忘记写，把整个Desktop上传了，一查全是null和乱码。。。。
 查看表内容：
 
select * from t1;

 
1
 
 
external
 
未被external修饰的是内部表（managed table），被external修饰的为外部表（external table）；
 区别：
 内部表数据由Hive自身管理，外部表数据由HDFS管理；
 内部表数据存储的位置是hive.metastore.warehouse.dir（默认：/user/hive/warehouse），外部表数据的存储位置由自己制定；
 删除内部表会直接删除元数据（metadata）及存储数据；删除外部表仅仅会删除元数据，HDFS上的文件并不会被删除；
 对内部表的修改会将修改直接同步给元数据，而对外部表的表结构和分区进行修改，则需要修复（MSCK REPAIR TABLE table_name;）
 
创建一个外部表t2
 
create external table t2(
    id      int
   ,name    string
   ,hobby   array<string>
   ,add     map<String,string>
)
row format delimited
fields terminated by ','
collection items terminated by '-'
map keys terminated by ':'
location '/user/t2'
;

 
1
2
3
4
5
6
7
8
9
10
11
12
 
 
装载数据
 
load data local inpath '/home/hadoop/Desktop/data' overwrite into table t2;

 
1
 
 
查看文件位置
 
如下图，我们在NameNode:50070/explorer.html#/user/目录下，可以看到t2文件
 
 
t1在哪呢？在我们之前配置的默认路径里
 
 
同样我们可以通过命令行获得两者的位置信息：
 
desc formatted table_name;

 
1
 
 

 注：图中managed table就是内部表，而external table就是外部表。
 
分别删除内部表和外部表
 
下面分别删除内部表和外部表，查看区别
 
 
观察HDFS上的文件
 
发现t1已经不存在了
 
 
但是t2仍然存在
 
 因而外部表仅仅删除元数据
 
重新创建外部表t2
 
create external table t2(
    id      int
   ,name    string
   ,hobby   array<string>
   ,add     map<String,string>
)
row format delimited
fields terminated by ','
collection items terminated by '-'
map keys terminated by ':'
location '/user/t2'
;

 
1
2
3
4
5
6
7
8
9
10
11
12
 
 
不往里面插入数据，我们select * 看看结果
 
 可见数据仍然在！！！
 
官网说明
 
A table created without the EXTERNAL clause is called a managed table because Hive manages its data. 
Managed and External Tables
By default Hive creates managed tables, where files, metadata and statistics are managed by internal Hive processes. A managed table is stored under the hive.metastore.warehouse.dir path property, by default in a folder path similar to /apps/hive/warehouse/databasename.db/tablename/. The default location can be overridden by the location property during table creation. If a managed table or partition is dropped, the data and metadata associated with that table or partition are deleted. If the PURGE option is not specified, the data is moved to a trash folder for a defined duration.
Use managed tables when Hive should manage the lifecycle of the table, or when generating temporary tables.
An external table describes the metadata / schema on external files. External table files can be accessed and managed by processes outside of Hive. External tables can access data stored in sources such as Azure Storage Volumes (ASV) or remote HDFS locations. If the structure or partitioning of an external table is changed, an MSCK REPAIR TABLE table_name statement can be used to refresh metadata information.
Use external tables when files are already present or in remote locations, and the files should remain even if the table is dropped.
Managed or external tables can be identified using the DESCRIBE FORMATTED table_name command, which will display either MANAGED_TABLE or EXTERNAL_TABLE depending on table type.
Statistics can be managed on internal and external tables and partitions for query optimization. 

 
1
2
3
4
5
6
7
8
 
2.查询建表法
 
通过AS 查询语句完成建表：将子查询的结果存在新表里，有数据
 一般用于中间表
 
CREATE TABLE new_key_value_store
   ROW FORMAT SERDE "org.apache.hadoop.hive.serde2.columnar.ColumnarSerDe"
   STORED AS RCFile
   AS
SELECT (key % 1024) new_key, concat(key, value) key_value_pair
FROM key_value_store
SORT BY new_key, key_value_pair;

 
1
2
3
4
5
6
7
 
根据例子我们建一张表：t3
 
create table t3 as
select
    id
   ,name
from t2
;

 
1
2
3
4
5
6
 
会执行MapReduce过程。
 查看表结构及内容，发现是有数据的，并且由于没有指定外部表和location，该表在默认位置，即是内部表。
 
 
3.like建表法
 
会创建结构完全相同的表，但是没有数据。
 常用语中间表
 
CREATE TABLE empty_key_value_store
LIKE key_value_store;

 
1
2
 
例子
 
create table t4 like t2;

 
1
 
可以发现，不会执行MapReduce，且表结构和t2完全一样，但是没有数据。
 
 
        </div>
					<link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-2787195726.css" rel="stylesheet">
            </div>

 对于MySQL的复制相同表结构方法，有create table as 和create table like 两种，区别是什么呢？
 
     create table t2 as select * from t1 where 1=2 ； 或者 limit 0；
 
 
 as创建出来的t2表（新表）缺少t1表（源表）的索引信息，只有表结构相同，没有索引。
 
     create table t2 like t1 ；
 
 like 创建出来的新表包含源表的完整表结构和索引信息
 
二者的用途：
 
 
     as用来创建相同表结构并复制源表数据
 
     like用来创建完整表结构和全部索引
 
 
 
 
 oracle支持as，也是只有表结构没有索引；oracle不支持like。
 
 
 
 
 同时，还发现like创建的表是没数据的。。。
 
 
 
 
 同时自己的一个突然的想法，插入数据到like出来的表（说明t1是存在数据的，id，name id自增），做了如下测试
 
 1，这种写法是可行的
 
 create table tmp3 like t1
 
 
 insert into tmp3 values (null,'aa');
 
 
 2，连起来就报错了
 
 insert into (create table tmp3 like t1) values (null,'aa');
 

Hive创建表的方式（默认路径/user/hive/warehouse，也可以location指定，主要针对external表）  
 
1、使用create命令创建一个新表,带分区
 
CREATE  TABLE `FDM_SOR.mytest_deptaddr`(  
      `dept_no` int,   
      `addr` string,   
      `tel` string)
    partitioned by(statis_date string ) 
    ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' 
 
可以使用describe formatted mytest_deptaddr 查看建表相关的各种配置属性以及默认属性。在创建表时有很多属性，比如存储地址，存储格式等属性我们都没有直接配置，而是选择了系统默认的。
 
2、把一张表的某些字段抽取出来，创建成一张新表，使用as
 
create table mytest_tmp1 
        as   
       select *  from FDM_SOR.mytest_deptaddr where statis_date='20180229';
 
注意： 
 
1.as只会复制属性以及属性值到新的表中
 
2.使用as创建的表，并不会带原表的分区（分区丢失），包扣一些字段的约束等（可以通过describe formatted查看）
 
3.新表中会将原表的分区当做字段出现在新表中。
 
3、复制表结构，使用like创建表
 
create table mytest_tmp like FDM_SOR.mytest_deptaddr;
 
 注意：不会复制表中属性值，只会复制表结构（包扣表的分区以及存储格式之类的，区别as）

like关键字的使用
 
这里我们建一张与goods表结构相同的且命名为minigoods， 同时使用limit，给新表中插入旧表的部分数据。
 
模型： create table 新表名 like 已存在的表
举例 ： create table minigoods like goods; insert into minigoods select * from goods limit 3;
如图所示