Hive基础使用

Hive启动方式：

1.CLI界面：使用hive命令或hive --service cli即可进入hive cli。

2.远程服务：使用hive --service hiveserver2 &方式启动远程服务，这样就可以使用jdbc或thrift客户端调用hive数据仓库。

Hive数据类型

我们可以在官网的hive wiki中查看到所有的数据类型。Hive wiki

Hive数据类型大体可以分成两类，基础数据类型和复杂数据类型。这里主要讨论常用类型。

1.基础数据类型。

  1）数字类型

整型    tinyint/smallint/int/integer/bigint
浮点型  float/double/decimal

  2）日期类型

timestamp/date/interval

  3）字符串类型

string/varchar/char

  4）其他类型

boolean/binary

2.复杂数据类型。

arrays: ARRAY<data_type> (Note: negative values and non-constant expressions are allowed as of Hive 0.14.)
maps: MAP<primitive_type, data_type> (Note: negative values and non-constant expressions are allowed as of Hive 0.14.)
structs: STRUCT<col_name : data_type [COMMENT col_comment], ...>
union: UNIONTYPE<data_type, data_type, ...> (Note: Only available starting with Hive 0.7.0.)

Hive表

Hive中的表可以分为内部表，外部表，分区表和桶表。

内部表：

表中的数据受表定义影响，表删除后表中数据随之删除。使用一般的语句创建的就是内部表，例如create table test (id int);

外部表：

数据不受表定义影响，表删除后数据仍在。

外部表的数据指向已经在HDFS中存在的数据。它和内部表在元数据的组织上是相同的，而实际数据的存储则有较大的差异。外部表只有一个过程，加载数据和创建表同时完成，并不会移动到数据库目录中，和外部数据建立一个连接。当删除一个外部表时，仅删除连接。有点类似视图。

语法：

create external table external_test (
id int,
name string
)
row format delimited fields terminated by ','
location '/input';

hadoop的/input/input.txt下文件

1,Tom
2,Mary