-
1.创建分区表：create table partition_table(sid int,sname string) partitioned by (gender string) row format delimited fields terminated by ','; 2.插入数据：insert into table partition_table partition(gender='M') select sid,sname from sample_data where gender='M'; insert into table partition_table partition(gender='F') select sid,sname from sample_data where gender='F'; 注：分区表可提高查询效率。查看全部
-
1.create table t1(tid int,tname string, age int); --默认存储在 '/user/hive/warehouse' 2.指定存储目录：create table t2(tid int,tname string,age int) location '/mytable/hive/t2'; 3.指定分隔符：create table t1(tid int,tname string, age int) row format delimited fields terminated by ','; 4.使用查询语句创建新表：create table t4 as select * from sample_data; 5.查看t4表的文件：hdfs dfs -cat /user/hive/warehouse/t4/000000_0 6.create table t5 row format delimited fields terminated by ',' as select * from sample_data; 7.alter table t1 add columns(english int); 8.查看表结构：desc t1; 9.drop table t1;查看全部
-
内部表查看全部
-
1. 数组类型：create table student(sid int, sname string, grade array<float>); 插入数据：{1, Tom, [80, 90, 75]} 2. 集合类型：create table student1(sid int, sname string, grade map<string, float>); 插入数据：{1, Tom, <'大学语文', 85>} 3. create table student3(sid int, sname string, grades array<map<sring, float>>); 插入数据：{1, Tom, [<'大学语文',80>,<'大学英语',90>]} 4. 结构类型：create table student4(sid int,info struct<name:string,age:int,sex:string>); 插入数据：{1,{'Tom',10,'男'}}查看全部
-
复杂数据类型查看全部
-
按照老师的步骤，真是做不出来啊……create table test1(id int,tname string); 后面报个错 Specified key was too long; max key length is 767 bytes查看全部
-
进入HIVE静默模式：HIVE -S（不打印调试信息，只打印最后的结果） HIVE -e：不进入交互模式。 Hive -e 'show tables'; Hive -e 'select * from test1';查看全部
-
常用CLI命令3查看全部
-
常用CLI命令2查看全部
-
常用CLI命令查看全部
-
CLI（命令行方式）查看全部
-
Hive的启动方式查看全部
-
表，物理概念，数据库的数据存储在表中 视图是个虚表，是个逻辑概念，可以跨越多张表，操作方式和表完全一样 视图 建立在已有表的基础上，视图赖以建立的 这些表称为基表 视图 可以简化复杂的查询 比如两个表，部门表、员工表（外键的关系） 查询员工信息：跨越两个表 create view empinfo as select e.empno,e.name,e.sal*12 annlsal,d.dname -- 查询的信息需求 from emp e, dept d --表来源 where e.deptno=d.deptno -- 表的连接条件 对视图的操作 和 对表的操作完全一致 select * from empinfo; 最大的优点：简化了查询，相当于在表的上层进行了封装，并不存 数据。 假设在视图中能存数据，就可以提高查询效率的，MySQL支持但是hive中不支持。查看全部
-
桶表：对数据 进行hash运算后，打散后在不同文件中进行存储 降低系统热快 提高查询效率 create table bucket table (sid int, sanme string, age int) clustered by(sname) int 5 buckets; -- 以名字进行hash运算 放入5个桶表里面查看全部
-
外部表： 指向已经在hdfs中存在的数据，可以创建Partition 它和内部表在元数据的组织上是相同的，而实际数据的存储则又较大的差异 外部表 只有一个过程，加载数据和创建表同时完成，并不会移动到数据仓库目录中，只是与外部数据建立个链接。当删除一个外部表时，仅删除该链接。 HIVE仓库，创建外部表，只需要指明列的名字、类型就行，因为其存在外部，不需要知道其来源，但需要指明location，其指向hdfs中的数据。 HDFS文件系统，里面有 若干文件，保存了若干了表的数据 1.创建若干文件，放入hdfs中 2.建立外部表，指向创建的文件 create external table external_student (sid int, sname string, age int) row format delimited fields terminated by ',' // 列之间的分隔符 location '/input'; 这张表会指向创建的文件查看全部
举报
0/150
提交
取消