网站建设教程资源,语音app开发公司,口味王网站建设的设计方案,黑龙江住房和城乡建设部网站这里介绍四种#xff1a;#xff08;1#xff09;、从本地文件系统中导入数据到Hive表#xff1b;#xff08;2#xff09;、从HDFS上导入数据到Hive表#xff1b;#xff08;3#xff09;、从别的表中查询出相应的数据并导入到Hive表中#xff1b;#xff08;4 1、从本地文件系统中导入数据到Hive表 2、从HDFS上导入数据到Hive表 3、从别的表中查询出相应的数据并导入到Hive表中 4、在创建表的时候通过从别的表中查询出相应的记录并插入到所创建的表中。 一、从本地文件系统中导入数据到Hive表 先在Hive里面创建好表如下 hive create table wyp (id int, name string, age int, tel string) ROW FORMAT DELIMITED FIELDS TERMINATED BY \t STORED AS TEXTFILE; OK Time taken: 2.832 seconds 复制代码 这个表很简单只有四个字段具体含义我就不解释了。本地文件系统里面有个/home/wyp/wyp.txt文件内容如下 [wypmaster ~]$ cat wyp.txt 1 wyp 25 13188888888888 2 test 30 13888888888888 3 zs 34 899314121 复制代码 wyp.txt文件中的数据列之间是使用\t分割的可以通过下面的语句将这个文件里面的数据导入到wyp表里面操作如下 hive load data local inpath wyp.txt into table wyp; Copying data from file:/home/wyp/wyp.txt Copying file: file:/home/wyp/wyp.txt Loading data to table default.wyp Table default.wyp stats: [num_partitions: 0, num_files: 1, num_rows: 0, total_size: 67] OK Time taken: 5.967 seconds 复制代码 这样就将wyp.txt里面的内容导入到wyp表里面去了可以到wyp表的数据目录下查看如下命令 hive dfs -ls /user/hive/warehouse/wyp ; Found 1 items -rw-r--r--3 wyp supergroup 67 2014-02-19 18:23 /hive/warehouse/wyp/wyp.txt 复制代码 需要注意的是 和我们熟悉的关系型数据库不一样Hive现在还不支持在insert语句里面直接给出一组记录的文字形式也就是说Hive并不支持INSERT INTO …. VALUES形式的语句。 二、HDFS上导入数据到Hive表 从本地文件系统中将数据导入到Hive表的过程中其实是先将数据临时复制到HDFS的一个目录下典型的情况是复制到上传用户的HDFS home目录下,比如/home/wyp/然后再将数据从那个临时目录下移动注意这里说的是移动不是复制到对应的Hive表的数据目录里面。既然如此那么Hive肯定支持将数据直接从HDFS上的一个目录移动到相应Hive表的数据目录下假设有下面这个文件/home/wyp/add.txt具体的操作如下 [wypmaster /home/q/hadoop-2.2.0]$ bin/hadoop fs -cat /home/wyp/add.txt 5 wyp1 23 131212121212 6 wyp2 24 134535353535 7 wyp3 25 132453535353 8 wyp4 26 154243434355 复制代码 上面是需要插入数据的内容这个文件是存放在HDFS上/home/wyp目录和一中提到的不同一中提到的文件是存放在本地文件系统上里面我们可以通过下面的命令将这个文件里面的内容导入到Hive表中具体操作如下 hive load data inpath /home/wyp/add.txt into table wyp; Loading data to table default.wyp Table default.wyp stats: [num_partitions: 0, num_files: 2, num_rows: 0, total_size: 215] OK Time taken: 0.47 seconds hive select * from wyp; OK 5 wyp1 23 131212121212 6 wyp2 24 134535353535 7 wyp3 25 132453535353 8 wyp4 26 154243434355 1 wyp 25 13188888888888 2 test 30 13888888888888 3 zs 34 899314121 Time taken: 0.096 seconds, Fetched: 7 row(s) 复制代码 从上面的执行结果我们可以看到数据的确导入到wyp表中了请注意load data inpath ‘/home/wyp/add.txt’ into table wyp;里面是没有local这个单词的这个是和一中的区别。 三、从别的表中查询出相应的数据并导入到Hive表中 假设Hive中有test表其建表语句如下所示 hive create table test( id int, name string ,tel string) partitioned by (age int) ROW FORMAT DELIMITED FIELDS TERMINATED BY \t STORED AS TEXTFILE; OK Time taken: 0.261 seconds 复制代码 大体和wyp表的建表语句类似只不过test表里面用age作为了分区字段。对于分区这里在做解释一下 分区在Hive中表的每一个分区对应表下的相应目录所有分区的数据都是存储在对应的目录中。比如wyp表有dt和city两个分区则对应dt20131218,cityBJ对应表的目录为/user/hive/warehouse/dt20131218/cityBJ所有属于这个分区的数据都存放在这个目录中。 下面语句就是将wyp表中的查询结果并插入到test表中 hive insert into table test partition (age25) select id, name, tel from wyp; ##################################################################### 这里输出了一堆Mapreduce任务信息这里省略 ##################################################################### Total MapReduce CPU Time Spent: 1 seconds 310 msec OK Time taken: 19.125 seconds hive select * from test; OK 5 wyp1 131212121212 25 6 wyp2 134535353535 25 7 wyp3 132453535353 25 8 wyp4 154243434355 25 1 wyp 13188888888888 25 2 test 13888888888888 25 3 zs 899314121 25 Time taken: 0.126 seconds, Fetched: 7 row(s) 复制代码 这里做一下说明 我们知道我们传统数据块的形式insert into table values字段1字段2这种形式hive是不支持的。 通过上面的输出我们可以看到从wyp表中查询出来的东西已经成功插入到test表中去了如果目标表test中不存在分区字段可以去掉partition (age’25′)语句。当然我们也可以在select语句里面通过使用分区值来动态指明分区 hive set hive.exec.dynamic.partition.modenonstrict; hive insert into table test partition (age) select id, name, tel, age from wyp; ##################################################################### 这里输出了一堆Mapreduce任务信息这里省略 ##################################################################### Total MapReduce CPU Time Spent: 1 seconds 510 msec OK Time taken: 17.712 seconds hive select * from test; OK 5 wyp1 131212121212 23 6 wyp2 134535353535 24 7 wyp3 132453535353 25 1 wyp 13188888888888 25 8 wyp4 154243434355 26 2 test 13888888888888 30 3 zs 899314121 34 Time taken: 0.399 seconds, Fetched: 7 row(s) 复制代码 这种方法叫做动态分区插入但是Hive中默认是关闭的所以在使用前需要先把hive.exec.dynamic.partition.mode设置为nonstrict。当然Hive也支持insert overwrite方式来插入数据从字面我们就可以看出overwrite是覆盖的意思是的执行完这条语句的时候相应数据目录下的数据将会被覆盖而insert into则不会注意两者之间的区别。例子如下 hive insert overwrite table test PARTITION (age) select id, name, tel, age from wyp; 复制代码 更可喜的是Hive还支持多表插入什么意思呢在Hive中我们可以把insert语句倒过来把from放在最前面它的执行效果和放在后面是一样的如下 hive show create table test3; OK CREATE TABLE test3( id int, name string) Time taken: 0.277 seconds, Fetched: 18 row(s) hive from wyp insert into table test partition(age) select id, name, tel, age insert into table test3 select id, name where age25; hive select * from test3; OK 8 wyp4 2 test 3 zs Time taken: 4.308 seconds, Fetched: 3 row(s) 复制代码 可以在同一个查询中使用多个insert子句这样的好处是我们只需要扫描一遍源表就可以生成多个不相交的输出。这个很酷吧 四、在创建表的时候通过从别的表中查询出相应的记录并插入到所创建的表中 在实际情况中表的输出结果可能太多不适于显示在控制台上这时候将Hive的查询输出结果直接存在一个新的表中是非常方便的我们称这种情况为CTAScreate table .. as select如下 hive create table test4 as select id, name, tel from wyp; hive select * from test4; OK 5 wyp1 131212121212 6 wyp2 134535353535 7 wyp3 132453535353 8 wyp4 154243434355 1 wyp 13188888888888 2 test 13888888888888 3 zs 899314121 Time taken: 0.089 seconds, Fetched: 7 row(s) 复制代码 数据就插入到test4表中去了CTAS操作是原子的因此如果select查询由于某种原因而失败新表是不会创建的
