Hive表的基本操作(必会)
共 6100字，需浏览 13分钟
·
2021-02-15 13:37
Hive系列文章
Hive表的基本操作
Hive中的集合数据类型
Hive动态分区详解
hive中orc格式表的数据导入
Java通过jdbc连接hive
通过HiveServer2访问Hive
SpringBoot连接Hive实现自助取数
hive关联hbase表
Hive udf 使用方法
Hive基于UDF进行文本分词
Hive窗口函数row number的用法
数据仓库之拉链表
1. 创建表
create table语句遵从sql语法习惯，只不过Hive的语法更灵活。例如，可以定义表的数据文件存储位置，使用的存储格式等。
create table if not exists test.user1(
name string comment 'name',
salary float comment 'salary',
address structstring, city:string> comment 'home address'
)
comment 'description of the table'
partitioned by (age int)
row format delimited fields terminated by '\t'
stored as orc;
没有指定external关键字，则为管理表，跟mysql一样，if not exists如果表存在则不做操作，否则则新建表。comment可以为其做注释，分区为age年龄，列之间分隔符是\t，存储格式为列式存储orc，存储位置为默认位置，即参数hive.metastore.warehouse.dir（默认：/user/hive/warehouse）指定的hdfs目录。
2. 拷贝表
使用like可以拷贝一张跟原表结构一样的空表，里面是没有数据的。
create table if not exists test.user2 like test.user1;
3. 查看表结构
通过desc [可选参数] tableName命令查看表结构，可以看出拷贝的表test.user1与原表test.user1的表结构是一样的。
hive> desc test.user2;
OK
name string name
salary float salary
address struct home address
age int
# Partition Information
# col_name data_type comment
age int
也可以加formatted，可以看到更加详细和冗长的输出信息。
hive> desc formatted test.user2;
OK
# col_name data_type comment
name string name
salary float salary
address struct home address
# Partition Information
# col_name data_type comment
age int
# Detailed Table Information
Database: test
Owner: hdfs
CreateTime: Mon Dec 21 16:37:57 CST 2020
LastAccessTime: UNKNOWN
Retention: 0
Location: hdfs://nameservice2/user/hive/warehouse/test.db/user2
Table Type: MANAGED_TABLE
Table Parameters:
COLUMN_STATS_ACCURATE {\"BASIC_STATS\":\"true\"}
numFiles 0
numPartitions 0
numRows 0
rawDataSize 0
totalSize 0
transient_lastDdlTime 1608539877
# Storage Information
SerDe Library: org.apache.hadoop.hive.ql.io.orc.OrcSerde
InputFormat: org.apache.hadoop.hive.ql.io.orc.OrcInputFormat
OutputFormat: org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat
Compressed: No
Num Buckets: -1
Bucket Columns: []
Sort Columns: []
Storage Desc Params:
field.delim \t
serialization.format \t
4. 删除表
这跟sql中删除命令drop table是一样的：
drop table if exists table_name;
对于管理表（内部表），直接把表彻底删除了；对于外部表，还需要删除对应的hdfs文件才会彻底将这张表删除掉，为了安全，通常hadoop集群是开启回收站功能的，删除外表表的数据就在回收站，后面如果想恢复也是可以恢复的，直接从回收站mv到hive对应目录即可。
5. 修改表
大多数表属性可以通过alter table来修改。
5.1 表重命名
alter table test.user1 rename to test.user3;
5.2 增、修、删分区
增加分区使用命令alter table table_name add partition(...) location hdfs_path
alter table test.user2 add if not exists
partition (age = 101) location '/user/hive/warehouse/test.db/user2/part-0000101'
partition (age = 102) location '/user/hive/warehouse/test.db/user2/part-0000102'
修改分区也是使用alter table ... set ...命令
alter table test.user2 partition (age = 101) set location '/user/hive/warehouse/test.db/user2/part-0000110'
删除分区命令格式是alter table tableName drop if exists partition(...)
alter table test.user2 drop if exists partition(age = 101)
5.3 修改列信息
可以对某个字段进行重命名，并修改位置、类型或者注释：
修改前：
hive> desc user_log;
OK
userid string
time string
url string
修改列名time为times，并且使用after把位置放到url之后，本来是在之前的。
alter table test.user_log
change column time times string
comment 'salaries'
after url;
再来看表结构：
hive> desc user_log;
OK
userid string
url string
times string salaries
time -> times，位置在url之后。
5.4 增加列
hive也是可以添加列的：
alter table test.user2 add columns (
birth date comment '生日',
hobby string comment '爱好'
);
5.5 删除列
删除列不是指定列删除，需要把原有所有列写一遍，要删除的列排除掉即可：
hive> desc test.user3;
OK
name string name
salary float salary
address struct home address
age int
# Partition Information
# col_name data_type comment
age int
如果要删除列salary，只需要这样写：
alter table test.user3 replace columns(
name string,
address structstring,city:string>
);
这里会报错：
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. Replacing columns cannot drop columns for table test.user3. SerDe may be incompatible
这张test.user3表是orc格式的，不支持删除，如果是textfile格式，上面这种replace写法是可以删除列的。通常情况下不会轻易去删除列的，增加列倒是常见。
5.6 修改表的属性
可以增加附加的表属性，或者修改属性，但是无法删除属性：
alter table tableName set tblproperties(
'key' = 'value'
);
举例：这里新建一张表：
create table t8(time string,country string,province string,city string)
row format delimited fields terminated by '#'
lines terminated by '\n'
stored as textfile;
这条语句将t8表中的字段分隔符'#'修改成'\t';
alter table t8 set serdepropertyes('field.delim'='\t');