1 缘起
网络上关于Hive的基础教程参差不齐，
Hive高手太多，所以关于Hive的CURD介绍比较少，
但是，总有需要系统性学习的读者，需要从基础学起，
所以，我准备完善Hive基础这块内容，
帮助读者轻松入门Hive。
环境准备：
Ubuntu部署Hadoop
Hadoop3.3.0部署Hive3.1.2
2 Usage
2.1 新建
2.1.1 新建数据库
- 命令格式
create database database-name;
- 新建数据库：myhivedb
create database if not exists myhivedb;
或者
create database myhivedb;
- 新建结果
2.1.2 新建表
- 命令格式
CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.] table_name
[(col_name data_type [COMMENT col_comment], ...)]
[COMMENT table_comment]
[ROW FORMAT row_format]
[STORED AS file_format]
- 创建分区表：my_user
分区为dt，属性使用逗号分割(,)，行使用换行分割(\n)，
读取数据时按照规则即可读取，使用TEXTFILE存储数据，更多存储类型后续分享。
CREATE TABLE IF NOT EXISTS myhivedb.my_user (
uid String, name String, age int, deposit double)
COMMENT '用户表'
PARTITIONED BY (dt String)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
LINES TERMINATED BY '\n'
STORED AS TEXTFILE;
- 创建结果
2.1.3 新建数据
通过载入本地数据方式新增数据，由于新建的表是分区表，所以，原始数据带有分区标识，
方便载入时使用对应的分区，这里，有三个分区数据，分别为：20220925、20220926和20220927，
按照建表是的规则构建原始数据，
（1）分区为dt；
（2）属性使用逗号分割(,)；
（3）行使用换行分割(\n)。
数据如下：
- test_data_20220925.txt
0x00011,xiaoshiyi,11,111.11,20220925
0x00012,xiaoshier,12,122.22,20220925
0x00013,xiaoshisan,13,133.33,20220925
0x00014,xiaoshisi,14,144.44,20220925
0x00015,xiaoshiwu,15,155.55,20220925
- test_data_20220926.txt
0x0006,xiaoliu,6,66.11,20220926
0x0007,xiaoqi,7,77.22,20220926
0x0008,xiaoba,8,88.33,20220926
0x0009,xiaojiu,9,99.44,20220926
0x00010,xiaoshi,10,100.55,20220926
- test_data_20220927.txt
0x0001,xiaoyi,10,11.11,20220927
0x0002,xiaoer,1,22.22,20220927
0x0003,xiaosan,3,33.33,20220927
0x0004,xiaosi,4,44.44,20220927
0x0005,xiaowu,5,55.55,20220927
- 命令格式
LOAD DATA LOCAL INPATH 'file_path' OVERWRITE INTO TABLE database-name.table-name PARTITION (parttion-name=partition);
- 载入数据
通过该LOAD DATA方式将本地数据写入Hive表：my_user，根据本地文件新建三个分区。
LOAD DATA LOCAL INPATH '/home/xindaqi/software/install/apache-hive-3.1.2-bin/test_data_20220925.txt' OVERWRITE INTO TABLE myhivedb.my_user PARTITION (dt='20220925');
LOAD DATA LOCAL INPATH '/home/xindaqi/software/install/apache-hive-3.1.2-bin/test_data_20220926.txt' OVERWRITE INTO TABLE myhivedb.my_user PARTITION (dt='20220926');
LOAD DATA LOCAL INPATH '/home/xindaqi/software/install/apache-hive-3.1.2-bin/test_data_20220927.txt' OVERWRITE INTO TABLE myhivedb.my_user PARTITION (dt='20220927');
- 结果
- 文件路径
Hadoop平台的Web界面查看新建的数据，如下图所示，
表路径为：/user/hive/warehouse/myhivedb.db/my_user，
其中，/user/hive/warehouse/为数仓存储的默认路径，
myhivedb.db为新建的数据库名，
my_user为hive表名。
2.1.4 新建分区
- 命令格式
ALTER TABLE database-name.table-name ADD IF NOT EXISTS PARTITION(partition-name='partition') LOCATION 'partition-location';
- 添加分区
这里为了测试，新建分区20220924，关联的分区数据为：/user/hive/warehouse/myhivedb.db/my_user/dt=20220925，
即分区20220924和分区20220925共用数据。
ALTER TABLE myhivedb.my_user ADD IF NOT EXISTS PARTITION(dt='20220924') LOCATION '/user/hive/warehouse/myhivedb.db/my_user/dt=20220925';
- 结果
- 查询数据
此时分区20220924的数据如下图所示，与20220925分区的数据一致。
2.2 删除
2.2.1 删除库
- 命令格式
drop database database-name;
- 删除数据库myhivedb
drop database if exists myhivedb;
- 结果
2.2.2 删除表
- 命令格式
DROP TABLE [IF EXISTS] table_name;
- 删除表：my_user
DROP TABLE IF EXISTS myhivedb.my_user;
- 结果
2.2.3 分区
- 命令格式
ALTER TABLE database-name.table-name DROP IF EXISTS PARTITION(partition-name='partition');
- 删除分区：20220924
ALTER TABLE myhivedb.my_user DROP IF EXISTS PARTITION(dt='20220924');
- 结果
- 查询数据
由于关联的存储位置为：，所以，删除分区20220924数据时，20220925分区的数据同时被删除，
查询结果如下图所示。
2.3 修改
修改表
ALTER TABLE table-name RENAME TO new_name
ALTER TABLE table-name ADD COLUMNS (col_spec[, col_spec ...])
ALTER TABLE table-name DROP [COLUMN] column_name
ALTER TABLE table-name CHANGE column_name new_name new_type
ALTER TABLE table-name REPLACE COLUMNS (col_spec[, col_spec ...])
2.4 查询
2.4.1 库
查看Hive中的数据库列表。
show databases;
- 结果
结果如下图所示。
由结果可知，当前Hive中有3个数据库，分别为：db_hive_test、default和myhivedb（新建的库）。
2.4.2 查询表
查询某个数据库中有哪些表，和MySQL一样，
先进入想要查询的数据库，在查询表列表。
-- 进入数据库：myhivedb
use myhivedb;
-- 查看表列表
show tables;
- 结果
结果如下图所示，由结果可知，当前数据库只有一个Hive表：my_user。
2.4.3 数据
新建的Hive表分区，因此查询数据时有分区的概念，
可以使用分区作为筛选条件查询需要的数据。
当然，也可以不带分区，查询所有分区的数据，
如果分区过多，会导致查询变很慢很慢或者卡死，如果仅是熟悉数据内容，可以按照分区查询。
- 查询所有分区
查看所有数据，则不带分区标识，由于测试的数据非常少，且只有三个分区，
所以，查询所有数据很快。
select * from myhivedb.my_user;
结果
查询某个分区
按照分区查询数据，可只查询某个分区的数据，如分区20220926。
select * from myhivedb.my_user where dt='20220926';
结果
查询分区范围：>=20220926
当然可以按照分区范围查询数据。
select * from myhivedb.my_user where dt>=20220926;
- 结果
3 小结
无。