Hive——操作数据库&创建修改表（DDL数据定义）

1. 数据库操作

1.1 创建&查询数据库

定义：

CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERTIES (property_name=property_value, ...)];
1
2
3
4

• 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 if not exists hive;
1

• 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.db';
1

1.2 修改&删除数据库

修改数据库
设置属性

hive (default)> alter database db_hive 
set dbproperties('createtime'='20170830');
1
2

查看数据库详细信息

 desc database extended db_hive;
1

删除空数据库

hive>drop database db_hive2;
1

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

 drop database if exists db_hive;
1

如果数据库不为空，可以采用 cascade 命令，强制删除

 drop database db_hive cascade;
1

2. 表操作

2.1 创建表

建表语法

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
[(col_name data_type [COMMENT col_comment], ...)]
[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]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]
[TBLPROPERTIES (property_name=property_value, ...)]
[AS select_statement]
1
2
3
4
5
6
7
8
9
10
11

（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]—一行字段之间分割标准
（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）
（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。

2.2 内部表和外部表

2.2.1 管理表

    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。

创建表：

create table if not exists student(
id int, name string
)
row format delimited fields terminated by ',';
1
2
3
4

2.2.2外部表

    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。

• 外部表使用场景

• 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。

create external table if not exists dept(
deptno int,
dname string,
loc int
)
row format delimited fields terminated by '\t';
1
2
3
4
5
6

2.2.3管理表与外部表的互相转换

查询表的类型

hive (default)> desc formatted student2;
1

修改内部表 student2 为外部表

alter table student2 set tblproperties('EXTERNAL'='TRUE');
1

修改外部表 student2 为内部表

alter table student2 set tblproperties('EXTERNAL'='FALSE');
1

注意：(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写！

2.3 修改表

重命名表

 ALTER TABLE table_name RENAME TO new_table_name
1

增加/修改/替换列信息
（1）更新列

ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name 
column_type [COMMENT col_comment] [FIRST|AFTER column_name]
1
2

（2）增加和替换列

ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT 
col_comment], ...)
1
2

重点使用replace columns()替换整个列

删除表

drop table table_name
1

创建表

上传存储文件

查询存储文件

查询表信息

修改表结构

    在修改表时一般使用replace方式修改，对于新增列，由于表中的数据没有数据会显示NULL，对于表中多余的数据，查询时不会进行显示。