《hive导入数据的4种方法及示例代码.doc》由会员分享，可在线阅读，更多相关《hive导入数据的4种方法及示例代码.doc（10页珍藏版）》请在三一文库上搜索。
1、Hive的几种常见的数据导入方式这里介绍四种：(1) 、从本地文件系统中导入数据到Hive表；(2) 、从HDFS上导入数据到 Hive表；(3) 、从别的表中查询出相应的数据并导入到Hive表中；(4) 、在创建表的时候通过从别的表中查询出相应的记录并插入到所创建的表中。一、从本地文件系统中导入数据到Hive表先在Hive里面创建好表，如下：1. hive create table wyp2. (id int, name string,3. age int, tel string)4. ROW FORMAT DELIMITED5. FIELDS TERMINATED BY t6. STORE
2、D AS TEXTFILE;7. OK8. Time taken: 2.832 seconds复制代码这个表很简单，只有四个字段，具体含义我就不解释了。本地文件系统里面有个/home/wyp/wyp.txt文件，内容如下：1.wypmaster $ cat wyp.txt2.1wyp25131888888888883.2test30138888888888884.3zs34899314121复制代码wyp.txt文件中的数据列之间是使用t分割的，可以通过下面的语句将这个文件里面的数据导入到wyp表里面，操作如下：1. hive load data local inpath wyp.txt in
3、to table wyp;2. Copying data from file:/home/wyp/wyp.txt3. Copying file: file:/home/wyp/wyp.txt4. Loading data to table default.wyp5. Table default.wyp stats:6. num_partitions: 0, num_files: 1, num_rows: 0, total_size: 677. OK8. Time taken: 5.967 seconds复制代码这样就将wyp.txt里面的内容导入到wyp表里面去了，可以到 wyp表的数据目录下
4、查看，如下命令：1. hive dfs -ls /user/hive/warehouse/wyp ;2. Found 1 items3. -rw-r-r-3 wyp supergroup 67 2014-02-19 18:23/hive/warehouse/wyp/wyp.txt复制代码需要注意的是：和我们熟悉的关系型数据库不一样，Hive现在还不支持在insert语句里面直接给出一组记录的文字形式，也就是说，Hive并不支持INSERT INTO.VALUES 形式的语句。二、HDFS上导入数据到Hive表从本地文件系统中将数据导入到Hive表的过程中，其实是先将数据临时复制到HDFS的一个
5、目录下（典型的情况是复制到上传用户的HDFS home目录下，比如/home/wyp/ ），然后再将数据从那个临时目录下移动（注意，这里说的是移动，不是复制！）到对应的Hive表的数据目录里面。既然如此，那么Hive肯定支持将数据直接从HDFS上的一个目录移动到相应Hive表的数据目录下，假设有下面这个文件/home/wyp/add.txt，具体的操作如下：1. wypmaster /home/q/hadoop-2.2.0$bin/hadoop fs -cat /home/wyp/add.txt2.5wyp1231312121212123.6wyp2241345353535354.7wyp32
6、51324535353535.8wyp426154243434355复制代码上面是需要插入数据的内容，这个文件是存放在HDFS 上/home/wyp目录（和一中提到的不同，一中提到的文件是存放在本地文件系统上）里面，我们可以通过下面的命令将这个文件里面的内容导入到 Hive表中，具体操作如下：1. hive load data inpath /home/wyp/add.txt into table wyp;2. Loading data to table default.wyp3. Table default.wyp stats:4. num_partitions: 0, num_files:
7、 2, num_rows: 0, total_size: 2155. OK6. Time taken: 0.47 seconds7.7. hive select * from wyp;8. OK10.5wyp12313121212121211.6wyp22413453535353512.7wyp32513245353535313.8wyp42615424343435514.1wyp251318888888888815.2test301388888888888816.3zs3489931412117. Time taken: 0.096 seconds, Fetched: 7 row(s)复制代
8、码从上面的执行结果我们可以看到，数据的确导入到wyp表中了！请注意load data in path /home/wyp/add.txt into tab里wy是没有local这个单词的，这个是和一中的区别。三、从别的表中查询出相应的数据并导入到Hive表中假设Hive中有test表，其建表语句如下所示：1. hive create table test(2. id int, name string3. ,tel string)4. partitioned by5. (age int)6. ROW FORMAT DELIMITED7. FIELDS TERMINATED BYt8. STORE
9、D AS TEXTFILE;9. OK10. Time taken: 0.261 seconds复制代码大体和wyp表的建表语句类似，只不过 test表里面用age作为了分区字段。对于分区，这 里在做解释一下：分区：在Hive中，表的每一个分区对应表下的相应目录，所有分区的数据都是存储在对应的目录中。比如 wyp表有dt和city两个分区，则对应 dt=20131218,city=BJ对应表的目录为/user/hive/warehouse/dt=20131218/city=BJ，所有属于这个分区的数据都存放在这个目录中。下面语句就是将 wyp表中的查询结果并插入到test表中：1. hive
10、insert into table test2. partition (age=25)3. select id, name, tel4. from wyp;5. #6. 这里输出了一堆Mapreduce 任务信息，这里省略7. #8. Total MapReduce CPU Time Spent: 1 seconds 310 msec9. OK10. Time taken: 19.125 seconds11.11. hive select * from test;12. OK14.5wyp11312121212122515.6wyp21345353535352516.7wyp313245353
11、53532517.8wyp41542434343552518.1wyp131888888888882519.2test138888888888882520. 3zs8993141212521. Time taken: 0.126 seconds, Fetched: 7 row(s)复制代码这里做一下说明：我们知道我们传统数据块的形式insert into table values (字段1,字段2)，这种形式hive是不支持的。通过上面的输出，我们可以看到从 wyp表中查询出来的东西已经成功插入到test表中去了！如果目标表(test)中不存在分区字段，可以去掉 partition (age=
12、 2语句。当然，我们也可以在select语句里面通过使用分区值来动态指明分区：1. hive set hive.exec.dynamic.partition.mode=nonstrict;2. hive insert into table test3. partition (age)4. select id, name,5. tel, age6. from wyp;7. #8. 这里输出了一堆Mapreduce 任务信息，这里省略9. #10. Total MapReduce CPU Time Spent: 1 seconds 510 msec11. OK12. Time taken: 17.
13、712 seconds13.14.13. hive select * from test;14. OK17.5wyp11312121212122318.6wyp21345353535352419.7wyp31324535353532520.1wyp131888888888882521.8wyp41542434343552622.2test138888888888883023.3zs8993141213424. Time taken: 0.399 seconds, Fetched: 7 row(s)复制代码这种方法叫做动态分区插入，但是Hive中默认是关闭的，所以在使用前需要先把hive.exe
14、c.dy namic.partiti on.m ode设置为 non strict。当然， Hive 也支持 insert overwrite 方式来插入数据，从字面我们就可以看出，overwrite是覆盖的意思，是的，执行完这条语句的时候，相应数据目录下的数据将会被覆盖！而insert into则不会，注意两者之间的区别。例子如下：1. hive insert overwrite table test2. PARTITION (age)3. select id, name, tel, age4. from wyp;复制代码更可喜的是，Hive还支持多表插入，什么意思呢？在 Hive中，我们可
15、以把insert语句倒过 来，把from放在最前面，它的执行效果和放在后面是一样的，如下：1. hive show create table test3;2. OK3. CREATE TABLE test3(4. id int,5. name string)6. Time taken: 0.277 seconds, Fetched: 18 row(s)7.7. hive from wyp8. insert into table test9. partition(age)10. select id, name,tel,age11. insert into tabletest312. select
16、 id, name13. where age25;15.14. hive select * from test3;15. OK16. 8wyp417. 2test18. 3zs19. Time taken: 4.308 seconds, Fetched: 3 row(s)复制代码可以在同一个查询中使用多个insert子句，这样的好处是我们只需要扫描一遍源表就可以生成多个不相交的输出。这个很酷吧！四、在创建表的时候通过从别的表中查询出相应的记录并插入到所创建的表中在实际情况中，表的输出结果可能太多，不适于显示在控制台上，这时候，将Hive的查询输出结果直接存在一个新的表中是非常方便的，我们称这种
17、情况为 CTAS( create table . asselect)如下：1. hive create tabletest42. as3. select id, name,tel4. from wyp;5.5. hive select * from test4;7.OK8.5wyp11312121212129.6wyp213453535353510.7wyp313245353535311.8wyp415424343435512.1wyp1318888888888813.2test1388888888888814.3zs89931412115. Time taken: 0.089 seconds, Fetched: 7 row(s) 复制代码数据就插入到test4表中去了，CTAS操作是原子的，因此如果 select查询由于某种原因而 失败，新表是不会创建的！