【作业十四】殷杰

第七章、大数据仓库Hive深入

---Hive表的创建及测试

作业描述：

依据课程中讲解的 Hive 中各种表的创建方式以及应用场景进行练习回顾，以下几点必须体现：

1） Hive 中创建表的三种方式，应用场景说明及练习截图

2） 内部表和外部表的区别，练习截图

3） 分区表的功能、创建，如何向分区表中加载数据、如何检索分区表中的数据，练习截图

1） Hive 中创建表的三种方式，应用场景说明及练习截图

a) 创建管理表（内部表）

创建表

查看表属性，其中 Table Type: MANAGED_TABLE 表示管理表

此表用于单一业务环境

b) 创建外部表

创建表 语法： create external table 表名

查看表属性，其中 Table Type: EXTERNAL_TABLE

外部表用于多业务公用一个数据文件的场景

c) 创建分区表

创建表

分区表用于时间增量数据，以便于分时间查询数据

2） 内部表和外部表的区别，练习截图

a） 内部表用于单一业务场景，删除内部表后，存储于HDFS系统用于加载数据的数据文件及表文件夹随之删除

举例：
按上题创建内部 dept 表后，HDFS页面显示如下：


删除内部表dept

HDFS页面显示，内部表 dept 目录已不存在

b) 外部表用于多业务场景，多业务公用存储于HDFS系统中的同一数据文件，删除外部表仅表示删除该表元数据，存储于存储于HDFS系统用于加载数据的数据文件及表文件夹仍然存在。如多业务均加载HDFS系统中的同一数据文件用以生成不同分区表，删除某一业务使用的分区表并不会影响其他业务分区表的使用，因为其他业务使用的分区表所加载的数据文件依然存在。

举例：
依照上题，同样使用HDFS系统中/data/dept/dept.txt的数据创建分区表dept3。通常创建分区表会 location 在HDFS中另外设置数据文件存储位置，而不同于内部表使用HDFS默认路径/user/hive/warehouse

上传数据文件 dept.txt 至 HDFS系统 /data/dept。

此时，外部表dept2和dept3都已加载共同数据 /data/dept/dept.txt

现删除外部表 dept2, 外部表 dept3 正常，HDFS系统数据文件依然存在

3） 分区表的功能、创建，如何向分区表中加载数据、如何检索分区表中的数据，练习截图

####分区表的功能：
分区表用于时间增量数据，以便于分时查询提高查询速度。并可以创建一级分区二级分区，如一级按月分区二级按日分区。

创建分区表

   语法： 
        create table 表名 （字段 ，字段数据类型 ...） partitioned by (date string) row format delimited fields terminated by '分隔符'；
   举例：

加载数据：

   语法： 
        load data [local] inpath "/opt/modules/apache-hive-0.13.1-bin/emp.txt" into [overwrite] table 表名 partition (date='日期');
        举例：    

检索数据：

   语法：
        select * from 表名 where date='日期';
   举例：
        ![21.jpg-34.3kB][19]

创建二级分区表

   语法：
        create table 表名 （字段 ，字段数据类型 ...） partitioned by (date string，time string) row format delimited fields terminated by '分隔符'；
   举例：

####加载二级分区表数据
语法：
load data [local] inpath "/opt/modules/apache-hive-0.13.1-bin/emp.txt" into [overwrite] table 表名 partition (date='日期', time='时间');
举例：加载日期20150521，时间0759及日期20150521，时间1959两份数据

检索二级分区表

   语法：
         select * from 表名 where date='日期' and time='时间';
   举例：

单独检索 日期20150521及时间0759

合并检索 日期20150521中的时间0759和1959