SQL表一共有几种写入方式

在 Hive SQL（以及 Spark SQL）中，数据写入表的方式主要有 4 种，具体如下：

1. INSERT OVERWRITE TABLE（覆盖写入）

特点：

• 先删除目标表的全部数据（或指定分区的数据），再写入新数据。
• 适用于全量数据刷新（如每日全量更新）。
• 如果表是分区表，可以指定分区覆盖。

语法：

-- 覆盖全表
INSERT OVERWRITE TABLE table_name
SELECT ... FROM ...;

-- 覆盖指定分区（动态分区）
INSERT OVERWRITE TABLE table_name PARTITION(dt='20250905')
SELECT ... FROM ...;

适用场景：

• 每日全量数据更新（如用户画像表）。
• 临时表数据刷新（如 adhoctemp 表）。

2. INSERT INTO TABLE（追加写入）

特点：

• 不删除旧数据，新数据直接追加到表末尾。
• 适用于增量数据写入（如日志表、流水表）。
• 可以指定分区追加数据。

语法：

-- 追加数据到全表
INSERT INTO TABLE table_name
SELECT ... FROM ...;

-- 追加数据到指定分区
INSERT INTO TABLE table_name PARTITION(dt='20250905')
SELECT ... FROM ...;

适用场景：

• 日志表（如用户行为日志）。
• 增量数据存储（如订单流水表）。

3. INSERT OVERWRITE DIRECTORY（导出数据到文件）

特点：

• 将查询结果写入 HDFS 或云存储（如 S3、OSS）的指定目录。
• 不会影响表数据，仅用于数据导出。
• 支持多种文件格式（如 CSV、Parquet、ORC）。

语法：

-- 导出数据到 HDFS 目录（默认格式为 TEXT）
INSERT OVERWRITE DIRECTORY '/path/to/output'
SELECT ... FROM ...;

-- 导出为 Parquet 格式
INSERT OVERWRITE DIRECTORY '/path/to/output'
STORED AS PARQUET
SELECT ... FROM ...;

适用场景：

• 数据导出到外部系统（如数据分析、机器学习）。
• 备份数据到文件系统。

4. CREATE TABLE AS SELECT（CTAS，建表并写入）

特点：

• 直接创建新表并写入数据（无需提前建表）。
• 适用于临时分析表或数据转换。
• 可以指定存储格式（如 Parquet、ORC）。

语法：

-- 创建新表并写入数据
CREATE TABLE new_table
STORED AS PARQUET
AS
SELECT ... FROM ...;

适用场景：

• 临时分析表（如 adhoctemp 表）。
• 数据转换（如 ETL 中间表）。

总结对比

如何选择？

• 需要全量替换数据？ → INSERT OVERWRITE TABLE
• 需要增量追加数据？ → INSERT INTO TABLE
• 需要导出数据到文件？ → INSERT OVERWRITE DIRECTORY
• 需要快速创建临时表？ → CREATE TABLE AS SELECT

在你的例子中，如果 tmp_z00943176_20250905_nbcb_ana_sample_did 是临时分析表，通常更适合用 INSERT OVERWRITE TABLE（全量刷新） 或 CREATE TABLE AS SELECT（直接建表）。