Linux系统与大数据应用 课件 第9章 大数据应用开发工具.ppt

9.3.2Hive数据模型和查询语言CREATETABLE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IFNOTEXIST选项来忽略这个异常。EXTERNAL关键字可以让用户创建一个外部表，在建表的同时指定一个指向实际数据的路径（LOCATION），Hive创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。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。9.3.2Hive数据模型和查询语言LIKE允许用户复制现有的表结构，但是不复制数据。用户在建表的时候可以自定义SerDe或者使用自带的SerDe。如果没有指定ROWFORMAT或者ROWFORMATDELIMITED，将会使用自带的SerDe。在建表的时候，用户还需要为表指定列，用户在指定表的列的同时也会指定自定义的SerDe，Hive通过SerDe确定表的具体的列的数据。如果文件数据是纯文本，可以使用STOREDASTEXTFILE。如果数据需要压缩，使用STOREDASSEQUENCE。有分区的表可以在创建的时候使用PARTITIONEDBY语句。一个表可以拥有一个或者多个分区，每一个分区单独存在一个目录下。而且，表和分区都可以对某个列进行CLUSTEREDBY操作，将若干个列放入一个桶（bucket）中。也可以利用SORTBY对数据进行排序。这样可以为特定应用提高性能。9.3.2Hive数据模型和查询语言LIKE允许用户复制现有的表结构，但是不复制数据。用户在建表的时候可以自定义SerDe或者使用自带的SerDe。如果没有指定ROWFORMAT或者ROWFORMATDELIMITED，将会使用自带的SerDe。在建表的时候，用户还需要为表指定列，用户在指定表的列的同时也会指定自定义的SerDe，Hive通过SerDe确定表的具体的列的数据。如果文件数据是纯文本，可以使用STOREDASTEXTFILE。如果数据需要压缩，使用STOREDASSEQUENCE。有分区的表可以在创建的时候使用PARTITIONEDBY语句。一个表可以拥有一个或者多个分区，每一个分区单独存在一个目录下。而且，表和分区都可以对某个列进行CLUSTEREDBY操作，将若干个列放入一个桶（bucket）中。也可以利用SORTBY对数据进行排序。这样可以为特定应用提高性能。表名和列名不区分大小写，SerDe和属性名区分大小写，表和列的注释是字符串。9.3.2Hive数据模型和查询语言删除表--DropTable删除一个内部表的同时会删除表的元数据和数据。删除一个外部表，只删除元数据而保留数据。修改表结构--AlterTableAltertable语句允许用户改变现有表的结构。用户可以增加列/分区，改变serde，增加表和serde熟悉，表本身重命名。1）AddPARTITIONALTERTABLEtable_nameADDpartition_spec[LOCATIONlocation1]partition_spec[LOCATIONlocation2]...其中，partition_spec为：PARTITION(partition_col=partition_col_value，partition_col=partiton_col_value,...)9.3.2Hive数据模型和查询语言可以用ALTERTABLEADDPARTITION来向一个表中增加分区。当分区名是字符串时加引号。ALTERTABLEpage_viewADDPARTITION(dt=2008-08-08,country=us）location/path/to/us/part080808PARTITION(dt=2008-08-09,country=us)location/path/to/us/part080809；2）DROPPARTITIONALTERTABLEtable_nameDROPPARTITION(partition_col=partition_col_value,partition_col=partiton_col_value,...)可以用ALTERTABLEDROPPARTITION来删除分区。分区的元数据和数据将被一并删除（是否区分内外部表？）。ALTERTABLEpage_viewDROPPARTITION(dt=2008-0