【大数据技术Hadoop+Spark】Hive基础SQL语法DDL、DML、DQL讲解及演示（附SQL语句）

Dear 丶 2023-09-30 17:57 12阅读 0赞

## Hive基础SQL语法 ##

### 1：DDL操作 ###

DDL是数据定义语言，与关系数据库操作相似，

创建数据库

CREATE DATABASE|SCHEMA [IF NOT EXISTS] database_name

显示数据库

SHOW databases；

查看数据库详情

DESC DATABASE|SCHEMA database_name

切换数据库

USE database_name

修改数据库

ALTER (DATABASE|SCHEMA) database_name SET DBPROPERTIES (property_name=property_value，...)

删除数据库

DROP (DATABASE|SCHEMA) [IF EXISTS] database_name [RESTRICT|
    CASCADE]；

Hive在创建表时默认创建内部表，将数据移动到数据仓库指向的路径，而创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变，Hive删除表时，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据，创建表的语法如下

CREATE [TEMPORARY] [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]

复制数据表

语法只会复制表的结构，不会复制表中的数据。另外，如果创建的表名已经存在，与创建数据仓库一样会抛出异常，用户可以使用“IF NOT EXISTS”选项来忽略这个异常。

CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name LIKE existing_table_or_view_name [LOCATION hdfs_path]；

分区表是按照属性在文件夹层面给文件更好的管理，实际上就是对应一个HDFS文件系统上的独立文件夹，该文件夹下是该分区所有的数据文件。Hive中的分区就是分目录，把一个大的数据集根据业务需要分割成小的数据集。

### 创建Hive表 ###

CREATE  TABLE teacher_partition
    (id string，
     name string)
     PARTITIONED BY (country string， state string);

set hive.exec.dynamic.partition=true; \#开启动态分区，默认是false

set hive.exec.dynamic.partition.mode=nonstrict; \#开启允许所有分区都是动态的，否则必须要有静态分区才能使用

set hive.exec.max.dynamic.partitions.pernode=1000; \#动态分区最大数量

向分区表插入数据，准备文件data.txt，内容如下

1，tom，US，CA

2，jack，US，CB

3，mike，CA，BB

4，ariana ，CA，BC

创建中间表teacher，并将data.txt数据导入到teacher表中，利用dfs -ls /hive/warehouse/bigdata.db/teacher 命令查看teacher表在hadoop中的存储信息，可以看到建立的内部表teacher将data.txt移动到数据仓库指向的路径。

执行以下命令向分区表中插入数据。

INSERT INTO TABLE teacher_partition PARTITION (country， state) SELECT id，name，city，state FROM teacher;

![df5f766895724115aaa52b8f4dc7d75c.png][]

### 创建桶表 ###

表分区的基础上，按某一列的值将记录进行分桶存放，即分文件存放，即将大表分解成一系列小表，这样，涉及到Join操作时，可以在桶与桶间关联即可，大大减小Join的数据量，提高执行效率

1：开启分桶功能

hive> set hive.enforce.bucketing = true;
    hive> set mapreduce.job.reduces=4;

2：创建桶表

create table teacher_bucket(
     id string，
     name string，
     country string，
     state string)
     clustered by(id) into 4 buckets;

桶表不能通过load的方式直接加载数据，只能从另一张表中插入数据，执行如下命令insert into teacher\_bucket select \* from teacher，在创建桶表之前，要先通过“set hive.enforce.bucketing=true;”命令开启分桶的功能

![47ac7016761b4e26985e590514975003.png][]

### 2：DML操作 ###

DML即数据操作语言，是用来对Hive数据库中的数据进行操作的语言，数据操作主要是如何向表中装载数据和如何将表中的数据导出，主要操作命令有load insert等等基本与标准SQL相同

### 3：DQL操作 ###

DQL即数据查询语言，实现数据的简单查询，主要操作命令有select where等，可以在查询时对数据进行排序，分组等操作

**创作不易 觉得有帮助请点赞关注收藏~~~**

[df5f766895724115aaa52b8f4dc7d75c.png]: https://img-blog.csdnimg.cn/df5f766895724115aaa52b8f4dc7d75c.png
[47ac7016761b4e26985e590514975003.png]: https://img-blog.csdnimg.cn/47ac7016761b4e26985e590514975003.png