Hive的导入导出和常用过滤语句的学习

数据的导入

load data [local]

创建数据表

加载数据

load data local inpath "/data/hivetest/stu_info_two" into table stu_info;

加载HDFS数据，移动数据文件到表对应的目录

我们先清空数据truncate table stu_info;

将数据加载到HDFS上

hdfs dfs -put /data/hivetest/stu_info_local_format /hivetestdata/

Hive中查看下

然后加载数据

load data + overwrite 覆盖数据

为了区分我们新创建数据库

可以覆盖数据

3、子查询 as select

create table tb_stu_as_test_stu as select * from stu_info;

适合数据查询结果的保存

4、insert 方式

插入数据的表必须要存在

我们创建新表

我们如果再执行一遍，数据就会增多（追加）

执行覆盖（原先数据变了）

在关系型数据库插入一条数据

insert into table table_name(id,name) values(1,"test");

Hive也支持插入

insert into table hive_table_name(id,name) values(1,"test");

注意：这种方式适合数据非常小的情况下去使用，如果大数据量，避免这种操作，如果执行show tables会发现一个临时表values__tmp__table__1，说明SQL这种方式用在Hive中会用临时表过渡。

5、建表的时候用location指定数据文件的方式

数据的导出

官网

INSERT OVERWRITE [LOCAL] DIRECTORY directory1 方式(local的方式和插入一样一个是本地一个是HDFS)

Insert overwrite local directory "/data/hivetest/export_local_stu_info" select * from stu_info;

我们查看数据

添加语句可以指定分隔符 ROW FORMAT DELIMITED FIELDS TERMINATED BY " "

语句：

Insert overwrite local directory "/data/hivetest/export_local_stu_info" ROW FORMAT DELIMITED FIELDS TERMINATED BY " " select * from stu_info;

数据有空格了

如果不使用local的话就是将输入导入到HDFS中，就可以用hdfs命令下载文件了

bin/hive -e 或者 -f + >> 或者 >

hive -e "select * from db_import_export.stu_info" >> /data/hivetest/export_local_stu_info_1.txt;

可以使用sqoop等工具

我们使用之前的数据库

select * from emp where sal > 3000;

select * from emp limit 5;

select distinct deptno from emp;

select * from emp where sal between 1300 and 3000;

select * from emp where sal >=1000 and sal <= 3000;

select empno,ename from emp where comm is null;

select empno,ename from emp where comm is not null;

聚合函数

count()、max()、min()、sum()、avg()、group by

如果我们加一个字段

select deptno,max(sal) from emp ;

有错误

select中出现的字段，需要用聚合函数包裹或者放入group by当中

select deptno ,max(sal) from emp group by deptno;

select max(deptno) ,max(sal) from emp ;

join

left join 、right join、inner join（等值）、full join（全）

新创建一个库

创建两张表

我们准备两个数据

等值join

select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test join b b_test on a_test.id=b_test.id;

左join，以左表为基准，没有匹配到的字段为NULL

select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test left join b b_test on a_test.id=b_test.id;

右join，以右表为基准，没有匹配到的字段为NULL

select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test right join b b_test on a_test.id=b_test.id;

全join，所有的字段都会出现，没有匹配到的字段为NULL

select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test full join b b_test on a_test.id=b_test.id;

不写连接条件，两张表做笛卡尔积

select a_test.id,a_test.name,b_test.id,b_test.adress from a a_test join b b_test ;