hive创建分区表
2016-09-18 13:45
435 查看
一、为什么要创建分区表
1、select查询中会扫描整个表内容，会消耗大量时间。由于相当多的时候人们只关心表中的一部分数据，
故建表时引入了分区概念。
2、hive分区表:是指在创建表时指定的partition的分区空间，若需要创建有分区的表，
需要在create表的时候调用可选参数partitioned by，详见表创建的语法结构。
二、实现创建、删除分区表
注意：
1、一个表可以拥有一个或者多个分区，每个分区以文件夹的形式单独存在表文件夹的目录下。
2、hive的表和列名不区分大小写(故建表时，都是小写)
3、分区是以字段的形式在表结构中存在，通过"desc table_name"命令可以查看到字段存在，该字段仅是分区的标识。
4、建表的语法（建分区可参见PARTITIONED BY参数）：
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name [(col_name data_type [COMMENT col_comment], ...)] [COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
[CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]
5、分区建表分为2种，一种是单分区，也就是说在表文件夹目录下只有一级文件夹目录。另外一种是多分区，表文件夹下出现多文件夹嵌套模式。
a、单分区建表语句：create table test_table (id int, content string) partitioned by (dt string);
单分区表，按天分区，在表结构中存在id，content，dt三列。
b、双分区建表语句：create table test_table_2 (id int, content string) partitioned by (dt string, hour string);
双分区表，按天和小时分区，在表结构中新增加了dt和hour两列。
6、增加分区表语法（表已创建，在此基础上添加分区）：
ALTER TABLE table_name ADD partition_spec [ LOCATION 'location1' ] partition_spec [ LOCATION 'location2' ] ... partition_spec: : PARTITION (partition_col = partition_col_value, partition_col = partiton_col_value, ...)
用户可以用 ALTER TABLE ADD PARTITION 来向一个表中增加分区。当分区名是字符串时加引号。例：
ALTER TABLE test_table ADD PARTITION (dt='2016-08-08', hour='10') location '/path/uv1.txt' PARTITION (dt='2017-08-08', hour='12') location '/path/uv2.txt';
7、删除分区语法：
ALTER TABLE table_name DROP partition_spec, partition_spec,...
用户可以用 ALTER TABLE DROP PARTITION 来删除分区。分区的元数据和数据将被一并删除。例：
ALTER TABLE test_table DROP PARTITION (dt='2016-08-08', hour='10');
8、数据加载进分区表中语法：
LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]
例：
LOAD DATA INPATH '/user/uv.txt' INTO TABLE test_table_2 PARTITION(dt='2016-08-08', hour='08'); LOAD DATA local INPATH '/user/hh/' INTO TABLE test_table partition(dt='2013-02- 07');
当数据被加载至表中时，不会对数据进行任何转换。Load操作只是将数据复制至Hive表对应的位置。数据加载时在表下自动创建一个目录，文件存放在该分区下。
9、基于分区的查询的语句：
SELECT test_table.* FROM test_table WHERE test_table.dt>= '2008-08-08';
10、查看双分区语句：
hive> show partitions test_table_2;
OK
dt=2016-08-08/hour=10
dt=2016-08-09/hour=10
dt=2008-08-09/hour=10
举例：
查看对应的建表信息：
查看分区表：
参考文章：http://www.2cto.com/kf/201210/160777.html
1、select查询中会扫描整个表内容，会消耗大量时间。由于相当多的时候人们只关心表中的一部分数据，
故建表时引入了分区概念。
2、hive分区表:是指在创建表时指定的partition的分区空间，若需要创建有分区的表，
需要在create表的时候调用可选参数partitioned by，详见表创建的语法结构。
二、实现创建、删除分区表
注意：
1、一个表可以拥有一个或者多个分区，每个分区以文件夹的形式单独存在表文件夹的目录下。
2、hive的表和列名不区分大小写(故建表时，都是小写)
3、分区是以字段的形式在表结构中存在，通过"desc table_name"命令可以查看到字段存在，该字段仅是分区的标识。
4、建表的语法（建分区可参见PARTITIONED BY参数）：
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name [(col_name data_type [COMMENT col_comment], ...)] [COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
[CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]
5、分区建表分为2种，一种是单分区，也就是说在表文件夹目录下只有一级文件夹目录。另外一种是多分区，表文件夹下出现多文件夹嵌套模式。
a、单分区建表语句：create table test_table (id int, content string) partitioned by (dt string);
单分区表，按天分区，在表结构中存在id，content，dt三列。
b、双分区建表语句：create table test_table_2 (id int, content string) partitioned by (dt string, hour string);
双分区表，按天和小时分区，在表结构中新增加了dt和hour两列。
6、增加分区表语法（表已创建，在此基础上添加分区）：
ALTER TABLE table_name ADD partition_spec [ LOCATION 'location1' ] partition_spec [ LOCATION 'location2' ] ... partition_spec: : PARTITION (partition_col = partition_col_value, partition_col = partiton_col_value, ...)
用户可以用 ALTER TABLE ADD PARTITION 来向一个表中增加分区。当分区名是字符串时加引号。例：
ALTER TABLE test_table ADD PARTITION (dt='2016-08-08', hour='10') location '/path/uv1.txt' PARTITION (dt='2017-08-08', hour='12') location '/path/uv2.txt';
7、删除分区语法：
ALTER TABLE table_name DROP partition_spec, partition_spec,...
用户可以用 ALTER TABLE DROP PARTITION 来删除分区。分区的元数据和数据将被一并删除。例：
ALTER TABLE test_table DROP PARTITION (dt='2016-08-08', hour='10');
8、数据加载进分区表中语法：
LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]
例：
LOAD DATA INPATH '/user/uv.txt' INTO TABLE test_table_2 PARTITION(dt='2016-08-08', hour='08'); LOAD DATA local INPATH '/user/hh/' INTO TABLE test_table partition(dt='2013-02- 07');
当数据被加载至表中时，不会对数据进行任何转换。Load操作只是将数据复制至Hive表对应的位置。数据加载时在表下自动创建一个目录，文件存放在该分区下。
9、基于分区的查询的语句：
SELECT test_table.* FROM test_table WHERE test_table.dt>= '2008-08-08';
10、查看双分区语句：
hive> show partitions test_table_2;
OK
dt=2016-08-08/hour=10
dt=2016-08-09/hour=10
dt=2008-08-09/hour=10
举例：
CREATE TABLE `incr_test_2`( `ord_id` string, `ord_no` string, `creat_date` string, `creat_time` string, `time_stamp` string) COMMENT 'Imported by sqoop on 2016/08/08 14:53:43' PARTITIONED BY ( `log_time` string) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe' WITH SERDEPROPERTIES ( 'field.delim'='\u0001', 'line.delim'='\n', 'serialization.format'='\u0001') STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' ;
查看对应的建表信息：
hive (origin_test)> show create table incr_test_2; OK CREATE TABLE `incr_test_2`( `ord_id` string, `ord_no` string, `creat_date` string, `creat_time` string, `time_stamp` string) COMMENT 'Imported by sqoop on 2016/08/04 14:53:43' PARTITIONED BY ( `log_time` string) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe' WITH SERDEPROPERTIES ( 'field.delim'='\u0001', 'line.delim'='\n', 'serialization.format'='\u0001') STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' LOCATION 'hdfs://nameservice/user/hive/warehouse/origin_test.db/incr_test_2' TBLPROPERTIES ( 'transient_lastDdlTime'='1470293625')
查看分区表：
-- 查看单分区： hive (origin_test)>show partitions incr_test_2; OK log_time=20160917182510 log_time=20160917192512 log_time=20160917202512 log_time=20160917212512 log_time=20160917222510 log_time=20160917232511 log_time=20160918002525 log_time=20160918012514 log_time=20160918022513 log_time=20160918032510 log_time=20160918042510 log_time=20160918052511 log_time=20160918062513 log_time=20160918072510 log_time=20160918082510 log_time=20160918092511 log_time=20160918102510 log_time=20160918112511 log_time=20160918122512 log_time=20160918132511 Time taken: 0.264 seconds, Fetched: 20 row(s) hive (origin_ennenergy_transport)>
参考文章：http://www.2cto.com/kf/201210/160777.html
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- Hive学习笔记 --- Hive创建分区表
- Hive内部表，外部表，分区表的创建
- 一起学Hive——创建内部表、外部表、分区表和分桶表及导入数据
- Hive内部表、外部表、分区表以及外部分区表创建以及导入数据实例讲解
- Hive分区表创建、分类
- Hive分区表创建、分类
- hive创建分区表问题
- Hive创建分区表
- hive 外部分区表的创建与应用
- Hive创建外部分区表
- Hive创建二级分区表
- hive创建分区表问题
- HIVE 创建外部分区表--利用HUE不能创建外部表
- Hive---外部分区表的创建
- Hive的表的创建及外部表、分区表介绍
- Hive学习笔记 --- Hive中创建分区表，并且查询数据
- HIVE分区表新增字段后新增字段值为空,需要带分区加字段
- Hive安装好之后创建表时报错MySQLSyntaxErrorException: Specified key was too long; max key length is 767 bytes
- hive 创建表
- ORACLE 分区表种类以及分区表的创建