【hive】- 使用insert into insert overwrite插入数据到静态分区、动态分区、动静态分区_hive insert into_insert overwrite 和insert into

+ [动静混合分区插入数据](#_215)
1

---

前言

Hive中支持的分区类型有两种，静态分区（static partition）与动态分区（dynamic partition），本文主要讲针对不同分区情况，如何正确地使用insert into/insert overwrite 将数据插入表里对应的分区。

---

一、hive分区

hive分区类型

• 静态分区与动态分区的区别：
  静态分区字段需要手动指定，通过用户传递来决定；而动态分区字段是根据select出来的具体值进行动态分区。

hive分区参数

• hive.exec.dynamic.partition：是否启动动态分区，默认为false。
• hive.exec.dynamic.partition.mode：打开动态分区后，动态分区的模式为strict和nonstrict。
  • strict 可设置为静态和半动态，要求至少包含一个静态分区列。
  • nonstrict 可设置为静态、半动态和动态，动态必须设置此参数。
• hive.exec.max.dynamic.partitions：允许的最大的动态分区的个数，默认为1000。
• hive.exec.max.dynamic.partitions.permode：一个mapreduce job所允许的最大的动态分区的个数，默认为100。

二、数据插入方式

建立分区表

create table test_1
(id string,
name string,
classes string,
scores int)
partitioned by (city_code string,cur_day string)
row format delimited fields terminated by ',';

1
2
3
4
5
6
7
8

辅助分区表的测试表

create table test_1_tmp(
id string,
name string,
classes string,
scores int,
city_code string,
cur_day string)
row format delimited fields terminated by ','; 

1
2
3
4
5
6
7
8
9

静态分区插入数据

• insert into，在city_code=‘200’,cur_day='20231111’分区下追加数据。

insert into table test_1 
partition(city_code='200',cur_day='20231111')
select 
t.id,
t.name,
t.classes,
t.scores 
from test_1_tmp t where city_code='200'
;

1
2
3
4
5
6
7
8
9
10

• insert overwrite，删除在city_code=‘200’,cur_day='20231111’分区下数据，重新写入数据。

insert overwrite table test_1
partition(city_code='200',cur_day='20231111')
select 
t.id,
t.name,
t.classes,
t.scores 
from test_1_tmp t where city_code='200'
;

1
2
3
4
5
6
7
8
9
10

动态分区插入数据

• insert into / insert overwrite

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert into table test_1 
partition(city_code,cur_day)
select 
t.id,
t.name,
t.classes,
t.scores,
t.city_code,
t.cur_day
from test_1_tmp t
;

1
2
3
4
5
6
7
8
9
10
11
12
13
14

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert overwrite table test_1 
partition(city_code,cur_day)
select 
t.id,
t.name,
t.classes,
t.scores,
t.city_code,
t.cur_day
from test_1_tmp t
;

1
2
3
4
5
6
7
8
9
10
11
12
13
14

insert into table 插入动态分区，如果被插入表原来就有该分区，则追加插入数据；否则就正常插入数据。
insert overwrite table 插入动态分区，如果被插入表原来就有该分区，删除原来该分区下数据，重新插入；否则就正常插入数据。

举例：

未将test_2_tmp数据插入到test_1时，test_1表的数据情况：

select \* from test_1;

1
2

表test_2_tmp的情况：

desc test_2_tmp;

+------------+------------+----------+
|  col_name  | data_type  | comment  |
+------------+------------+----------+
| id         | string     |          |
| name       | string     |          |
| classes    | string     |          |
| scores     | int        |          |
| city_code  | string     |          |
| cur_day    | string     |          |
+------------+------------+----------+

1
2
3
4
5
6
7
8
9
10
11
12
13

select \* from test_2_tmp;

1
2

用insert overwrite table重写写入（city_code='200’与cur_day='20231111’分区）和（city_code='763’与cur_day='20231112’分区），如下：

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert overwrite table test_1 
partition(city_code,cur_day)
select 
t.id,
t.name,
t.classes,
t.scores,
t.city_code,
t.cur_day
from test_2_tmp t
;

select \* from test_1;

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

注意：

1、hive支持全动态分区，但是在使用前必须设置以下参数：
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
2、字段和目标表动态分区的对应关系是由字段顺序决定，并不是由列名称决定的。

3、向动态分区插入数据时，动态分区必须在select列表中，否则会执行失败。

insert into table test_1 
partition(city_code,cur_day)
select 
t.id,
t.name,
t.classes,
t.scores
from test_1_tmp t
;

1
2
3
4
5
6
7
8
9
10

报错：

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

…(img-aiWgXFHZ-1714168477951)]
[外链图片转存中…(img-uQpHW5eu-1714168477952)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取