hive从入门到放弃(二)——DDL数据定义

大数据的奇妙冒险 2022-03-16

166

前一篇文章，介绍了什么是 hive，以及 hive 的架构、数据类型，没看的可以点击阅读：hive从入门到放弃(一)——初识hive

今天讲一下 hive 的 DDL 数据定义

创建数据库


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

①若存在则不创建，不存在则创建

②数据库注释

③数据库映射到HDFS的数据路径

④可以增加其它数据库配置

查询数据库


show databases --显示数据库 
desc database db_name  --查看数据库信息
desc database extended db_name  --查看数据库详细信息
复制

修改数据库属性


alter database db_hive set dbproperties('createtime'='20170830');
复制

用户可以使用 ALTER DATABASE 命令为某个数据库的 DBPROPERTIES 设置键-值对属性值，来描述这个数据库的属性信息。

删除数据库


drop database [if exists] database_name [cascade]
复制

* cascade 命令表示强制删除

创建表


CREATE [EXTERNAL]① TABLE [IF NOT EXISTS] table_name
[(col_name data_type [COMMENT col_comment], ...)]
[COMMENT table_comment]
[PARTITIONED BY② (col_name data_type [COMMENT col_comment], ...)]
[CLUSTERED BY③ (col_name, col_name, ...)
[SORTED BY④ (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
[ROW FORMAT⑤ row_format]
[STORED AS⑥ file_format]
[LOCATION⑦ hdfs_path]
[TBLPROPERTIES⑧ (property_name=property_value, ...)]
[AS⑨ select_statement | like⑩ table_name]
复制

① EXTERNAL关键字可以创建一个外部表，当删除表的时候，只删除描述表的元数据，不删除存在于 HDFS 上的数据；

与之相反的是内部表，或者叫管理表，管理表在删除的时候会把 HDFS 上的数据一起删除；

这两者可以互相转换：

alter table table_name set tblproperties('EXTERNAL'='TRUE');
复制

② PARTITIONED BY 用以创建分区表，需要指定列用于分区，一个分区对应一个目录，可以提高效率；

③ CLUSTERED BY 创建分桶表，分桶将整个数据按照某列属性值的 hash 值进行区分；

④ SORTED BY 对桶中的一个或多个列另外排序；

⑤ ROW FORMAT 用于指定数据切分格式；官方的用法：

⑥ STORED AS 用以指定存储文件类型，比如 parquet、textfile 等；

⑦ LOCATION 指定文件存储在 HDFS 上的路径；

⑧ TBLPROPERTIES 可用于添加表的其它属性，一般是键值对形式；

⑨ AS 后面接的是查询语句，根据查询结果创建表；

⑩ LIKE 后接表名，复制表结构，但不复制数据。

修改表


-- 更新列
ALTER TABLE table_name CHANGE [COLUMN] col_old_name col_new_name 
column_type [COMMENT col_comment] [FIRST|AFTER column_name]


-- 增加和替换列
ALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type [COMMENT 
col_comment], ...)
复制

ADD 是代表新增一字段，字段位置在所有列后面(partition 列前)；REPLACE 则是表示替换表中所有字段。

删除表


drop table table_name;
复制

小结

本文主要展示了 hive 的 DDL 用法，包括数据库和表的语法。实际上这里面有部分内容是简单概括，比如分区分桶表的含义作用以及用法，这些后面的文章我会展开描述，可以持续关注，获取更多知识！

数据库

文章转载自大数据的奇妙冒险，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。