Hive的基本SQL操作（DDL篇）

一、数据库的基本操作

1.1 展示所有数据库

show databases;

1.2 切换数据库

use database_name;

提示：database_name 指的我们真实存在的数据库名称。

例子：use test;

1.3 创建数据库

语法：

CREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name
      [COMMENT database_comment]
      [LOCATION hdfs_path]
      [WITH DBPROPERTIES (property_name=property_value, ...)];

例子：

create database test;

注意：当进入hive的命令行开始编写SQL语句的时候，如果没有任何相关的数据库操作，那么默认情况下，所有的表存在于default数据库，在hdfs上的展示形式是将此数据库的表保存在hive的默认路径下，如果创建了数据库，那么会在hive的默认路径下生成一个database_name.db的文件夹，此数据库的所有表会保存在database_name.db的目录下。

1.4 删除数据库

语法：

DROP (DATABASE|SCHEMA) [IF EXISTS] database_name [RESTRICT|CASCADE];

例子：

drop database test;

1.5 显示数据库信息

1.5.1 显示数据库信息

语法：desc database database_name;

例子：desc databse test;

1.5.2 显示数据库详情

语法：desc database EXTENDED database_name;

例子：desc databse EXTENDED test;

二、数据库表的基本操作

2.1 创建表的操作

2.1.1 创建普通hive表（不包含行定义格式）

create table psn
    (
    id int,
    name string,
    likes array<string>,
    address map<string,string>
    )

2.1.2 创建自定义行格式的hive表

create table psn2
    (
    id int,
    name string,
    likes array<string>,
    address map<string,string>
    )
    row format delimited
    fields terminated by ','
    collection items terminated by '-'
    map keys terminated by ':';

2.1.3 创建默认分隔符的hive表（^A、^B、^C）

create table psn3
    (
    id int,
    name string,
    likes array<string>,
    address map<string,string>
    )
    row format delimited
    fields terminated by '\001'
    collection items terminated by '\002'
    map keys terminated by '\003';

2.1.4 创建hive的外部表(需要添加external和location的关键字)

create external table psn4
    (
    id int,
    name string,
    likes array<string>,
    address map<string,string>
    )
    row format delimited
    fields terminated by ','
    collection items terminated by '-'
    map keys terminated by ':'
    location '/data';

在之前创建的表都属于hive的内部表（psn,psn2,psn3）,而psn4属于hive的外部表，
内部表跟外部表的区别：
1、hive内部表创建的时候数据存储在hive的默认存储目录中，外部表在创建的时候需要制定额外的目录
2、hive内部表删除的时候，会将元数据和数据都删除，而外部表只会删除元数据，不会删除数据
应用场景:
内部表：需要先创建表，然后向表中添加数据，适合做中间表的存储
外部表：可以先创建表，再添加数据，也可以先有数据，再创建表，本质上是将hdfs的某一个目录的数据跟 hive的表关联映射起来，因此适合原始数据的存储，不会因为误操作将数据给删除掉

2.1.5 创建单分区表

create table psn5(id int,name string,likes array<string>,address map<string,string>)
    partitioned by(gender string)
    row format delimited
    fields terminated by ','
    collection items terminated by '-'
    map keys terminated by ':';

2.1.6 创建多分区表

create table psn6
    (
    id int,
    name string,
    likes array<string>,
    address map<string,string>
    )
    partitioned by(gender string,age int)
    row format delimited
    fields terminated by ','
    collection items terminated by '-'
    map keys terminated by ':';

注意：
1、当创建完分区表之后，在保存数据的时候，会在hdfs目录中看到分区列会成为一个目录，以多级目录的形式存在
2、当创建多分区表之后，插入数据的时候不可以只添加一个分区列，需要将所有的分区列都添加值
3、多分区表在添加分区列的值得时候，与顺序无关，与分区表的分区列的名称相关，按照名称就行匹配

2.1.7 给分区表添加分区列的值

alter table table_name add partition(col_name=col_value)

2.1.8 删除分区列的值

alter table table_name drop partition(col_name=col_value)

注意:
1、添加分区列的值的时候，如果定义的是多分区表，那么必须给所有的分区列都赋值
2、删除分区列的值的时候，无论是单分区表还是多分区表，都可以将指定的分区进行删除

2.1.9 修复分区

在使用hive外部表的时候，可以先将数据上传到hdfs的某一个目录中，然后再创建外部表建立映射关系，如果在上传数据的时候，参考分区表的形式也创建了多级目录，那么此时创建完表之后，是查询不到数据的，原因是分区的元数据没有保存在mysql中，因此需要修复分区，将元数据同步更新到mysql中，此时才可以查询到元数据.

2.1.9.1 在hdfs创建目录并上传文件

hdfs dfs -mkdir /ning
hdfs dfs -mkdir /ning/age=10
hdfs dfs -mkdir /ning/age=20
hdfs dfs -put /root/data/data /ning/age=10
hdfs dfs -put /root/data/data /ning/age=20

2.1.9.2 创建外部表

create external table psn11
    (
    id int,
    name string,
    likes array<string>,
    address map<string,string>
    )
    partitioned by(age int)
    row format delimited
    fields terminated by ','
    collection items terminated by '-'
    map keys terminated by ':'
    location '/ning';

2.1.9.3 查询结果（没有数据）

select * from psn11;

2.1.9.4 修复分区

msck repair table psn11;

2.1.9.5 再查询结果（有数据）

select * from psn11;

2.2 查看表的操作

2.2.1 查看表结构

desc formatted psn19;

2.2.2 查看表分区

show partitions psn19;

2.2.3 查看表详细结构

desc formatted psn19;

desc extended psn19;

2.2.4 查看表的类型

desc formatted psn19;

2.2.5 查看建表信息

show create table psn11;

2.3 修改表的操作

2.3.1 修改内部表为外部表

语法：alter table table_name set TBLPROPERTIES('EXTERNAL'='true');

例子：

alter table psn3 set TBLPROPERTIES('EXTERNAL'='true');

查询下表结构，看下表的类型：

desc formatted psn3;

表的类型变成了EXTERNAL_TABLE，变成了外部表（EXTERNAL_TABLE 是外部表，MANAGED_TABLE是内部表）。

2.3.2 修改表名

语法：alter table table_name RENAME to new_table;

例子：

alter table psn3 rename to new_psn3;

通过查看数据库中的表，我们发现表psn3成功修改为表new_psn3。

2.3.3 更新列

语法：alter table table_name CHANGE COLUMN col_old_name col_new_name column_type;

例子：

# 我们把new_psn3这张表中的name字段修改成new_name字段，类型是string类型。
alter table new_psn3 change column name new_name string;

通过查看表结构，我们发现原本的name字段，已经成功修改成了new_name字段，且类型是string 类型。

2.3.4 新增或替换列

语法：alter table table_name ADD|REPLACE COLUMNS (col_name data_type.........);

新增列例子：

#我们往new_psn3这张表中新增一个列，叫age，类型int 类型。
alter table new_psn3 add columns(age int);

替换列例子：

#我们将new_psn3这张表中的字段进行替换。
alter table new_psn3 replace columns(id int,name string,likes array<string>,address map<string,string>);

通过查看表，我们知道，表中的字段，被我们成功替换了。

2.3.5 修改列名、列类型、注释

语法：alter table table_name change old_column_name new_column_name new_column_type comment '注释';

例子：

#我们将new_psn3 中的name 修改成new_name,类型还是string ,添加注释“名称”
alter table new_psn3 change name new_name string comment '名称';

2.4 删除表的操作

2.4.1 Drop删除

语法：DROP TABLE [IF EXISTS] table_name;

例子：

drop table if existt psn2;

提示：使用drop命令删除普通表，hdfs的数据和hive中的元数据会被删除，但是删除外部表时，只会删除元数据，不会删除hdfs中的数据。

2.4.2 Truncate 删除

语法：

`TRUNCATE [TABLE] table_name [PARTITION partition_spec];`

`partition_spec:` (partition_column = partition_col_value, partition_column = partition_col_value, ...)

例子：

在删除之前，我看下我的psn20表存储的数据：

可以看多，psn20有两个分区，分别是age=10,age=20.

#删除表中指定分区数据
truncate table psn20 partition(age=10);

删除age=10这个分区后，我们发现psn20这个表只剩下age=20的分区数据。

# 删除所有分区数据
truncate table psn20;

提示：

1、从表或分区中删除所有行。可以指定partition_spec一次截断多个分区，省略partition_spec将截断表中的所有分区（即分区表可以通过指定partition_spec删除表中指定的分区数据，如果不指定，则删除整个表中的分区数据）。

2、使用Truncate删除外部表会报错，因为外部表不被Hive所管理，被文件存储系统hdfs管理，所以需要先去hdfs中删除数据文件，再使用Truncate删除表元数据。

2.4.3 drop 和truncate的区别

1）drop 操作会删除元数据（即表不存在）和文件系统的数据（只针对普通表）

2）truncate操作只是会删除表中的数据，不会删除表的元数据（即表还存在，只针对普通表）

3）关于外部表，drop操作只会删除元数据，不会删除文件系统的数据，而truncate操作不能直接操作外部表，因为外部表的不属于Hive管理，直接操作会报错。

更多详细内容，可参考Hive官网DDL语句部分说明文档：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL

好了，今天Hive基本SQL操作（DDL篇）的相关内容就分享到这里，如果帮助到大家，欢迎大家点赞+关注+收藏，有疑问也欢迎大家评论留言！