1. 數(shù)據(jù)定義語(yǔ)言概述

1.1 常見(jiàn)的開(kāi)發(fā)方式

（1） Hive CLI、Beeline CLI
Hive自帶的命令行客戶端
優(yōu)點(diǎn)：不需要額外安裝
缺點(diǎn)：編寫(xiě)SQL環(huán)境惡劣，無(wú)有效提示，無(wú)語(yǔ)法高亮，誤操作率高

（2） 文本編輯器
Sublime、Emacs、EditPlus等
有些不支持作為客戶端連接Hive服務(wù)，但支持SQL語(yǔ)法環(huán)境，那就在編輯器中開(kāi)發(fā)SQL，復(fù)制到Hive CLI執(zhí)行；有些支持安裝插件作為客戶端直連Hive服務(wù)；

（3） Hive可視化工具
IntelliJ IDEA、DataGrip、Dbeaver、SQuirrel SQL Client等
可以在Windows、MAC平臺(tái)中通過(guò)JDBC連接HiveServer2的圖像界面工具

Hive可視化工具IntelliJ IDEA

• 配置Hive數(shù)據(jù)源
  在IDEA的任意工程中，選擇Database標(biāo)配前配置Hive Driver驅(qū)動(dòng)
  配置Driver
  
  

• 配置數(shù)據(jù)源
  配置Hive數(shù)據(jù)源，連接HS2
  配置數(shù)據(jù)源
  
  

• Hive可視化使用
  編寫(xiě)代碼，選擇需要執(zhí)行的代碼，右鍵執(zhí)行
  

1.2 DDL概述

SQL中DDL語(yǔ)法的作用
數(shù)據(jù)定義語(yǔ)言是SQL語(yǔ)言集中對(duì)數(shù)據(jù)庫(kù)內(nèi)部的對(duì)象結(jié)構(gòu)進(jìn)行創(chuàng)建，刪除，修改等的草是做語(yǔ)言。DDL核心語(yǔ)法由CREATE、ALTER與DROP三個(gè)組成，DDL并不涉及表內(nèi)部數(shù)據(jù)的操作。

Hive中DDL語(yǔ)法的使用
Hive SQL與標(biāo)準(zhǔn)SQL的語(yǔ)法大同小異，基本相通
基于Hive的設(shè)計(jì)、使用特點(diǎn)，HQL中create語(yǔ)法（尤其create table）將是學(xué)習(xí)掌握Hive DDL語(yǔ)法的重中之重

重點(diǎn):完整語(yǔ)法樹(shù)
HIVE DDL CREATE TABLE

CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]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 DELIMITED|SERDE serde_name WITH SERDEPROPERTIES (property_name=property_value, ...)]
[STORED AS file_format]
[LOCATION hdfs_path]
[TBLPROPERTIES (property_name=property_value, ...)]

1.3 Hive數(shù)據(jù)類(lèi)型詳解

Hive數(shù)據(jù)類(lèi)型指的是表中列的字段類(lèi)型
整體分為兩類(lèi)：原生數(shù)據(jù)類(lèi)型和復(fù)雜數(shù)據(jù)類(lèi)型
原生數(shù)據(jù)類(lèi)型：數(shù)值類(lèi)型、時(shí)間日期類(lèi)型、字符串類(lèi)型、雜項(xiàng)數(shù)據(jù)類(lèi)型
復(fù)雜數(shù)據(jù)類(lèi)型：array數(shù)組、map映射、struct結(jié)構(gòu)、union聯(lián)合體

注意事項(xiàng)

• Hive SQL中，數(shù)據(jù)類(lèi)型英文字母與大小寫(xiě)不明干
• 除SQL數(shù)據(jù)類(lèi)型外，還支持Java數(shù)據(jù)類(lèi)型，比如字符串string
• 復(fù)雜數(shù)據(jù)類(lèi)型的使用通常需要和分隔符指定語(yǔ)法配合使用
• 如果定義的數(shù)據(jù)類(lèi)型和文件不一致，Hive會(huì)嘗試隱式轉(zhuǎn)化、但是不保證成功

顯示類(lèi)型轉(zhuǎn)換使用CAST函數(shù)，比如 CAST(‘100’ as INT)，但是轉(zhuǎn)換失敗會(huì)返回null

1.4 Hive讀寫(xiě)文件機(jī)制

SerDe

• SerDe是Serializer、Deserializer的簡(jiǎn)稱，目的是用于序列化和反序列化

• 序列化時(shí)對(duì)象轉(zhuǎn)化為字節(jié)碼的過(guò)程；而反序列化時(shí)字節(jié)碼轉(zhuǎn)換為對(duì)象的過(guò)程
• Hive使用SerDe（包括FileFormat）讀取和寫(xiě)入表行都西昂。需要注意的時(shí)，“key”部分在讀取時(shí)會(huì)被忽略，而在寫(xiě)入時(shí)key始終是常數(shù)。基本上行對(duì)象存儲(chǔ)在“value”中。

Read:
HDFS files -> InputFileFormat -> <key,value> -> Deserializer -> Deserializer(反序列化) -> Row object

Write:
Row object -> Serializer(序列化) -> <key,value> -> OutputFileFormat -> HDFS files

SerDe相關(guān)語(yǔ)法
ROW FORMAT這一行所代表的是讀寫(xiě)文件、序列化SerDe相關(guān)的語(yǔ)法，功能有兩個(gè)：
1.使用哪個(gè)SerDe類(lèi)進(jìn)行序列化; 2.如何指定分隔符

[ROW FORMAT DELIMITED|SERDE serde_name WITH SERDEPROPERTIES (property_name=property_value, ...)]

DELIMITED和SERDE選其一，如果使用delimited表示使用默認(rèn)的LazySimpleSerDe類(lèi)來(lái)處理數(shù)據(jù)；如果數(shù)據(jù)文件格式比較特殊可以使用ROW FORMAT SERDE serde_name指定其他的Serde類(lèi)來(lái)處理數(shù)據(jù)，甚至支持用戶自定義SerDe類(lèi)

LazySimpleSerDe分隔符指定
LazySimpleSerDe是Hive默認(rèn)的序列化類(lèi)，包含4中子語(yǔ)法，分別用于指定字段之間、集合元素之間、map映射kv之間、換行的分隔符號(hào)。在建表時(shí)可以根據(jù)數(shù)據(jù)的特點(diǎn)靈活搭配使用

ROW FORMAT DELIMITED
    [FIELDS TERMINATED BY char] ——> 字段之間分隔符
    [COLLECTION ITEMS TERMINATED BY char] ——> 集合元素之間分隔符
    [MAP KEYS TERMINATED BY char] ——> Map映射kv之間分隔符
    [LINES TERMINATED BY char] ——> 行數(shù)據(jù)之間分隔符

Hive默認(rèn)分隔符：默認(rèn)分隔符是’\001’,使用的是ASCII編碼的值，鍵盤(pán)打不出。
在vim編輯器中連續(xù)輸入ctrl+v/ctrl+a即可輸入’\001’,顯示^A
在一些文本編輯器中將億SOH的形式顯示

指定存儲(chǔ)路徑

• Hive建表的時(shí)候，可以通過(guò)localtion語(yǔ)法來(lái)更改數(shù)據(jù)在HDFS上的存儲(chǔ)路徑，使得建表加載數(shù)據(jù)更加靈活
• 語(yǔ)法：LOCATION ‘<hdfs_location>’
• 對(duì)于已經(jīng)生成好的數(shù)據(jù)文件，使用location指定路徑將會(huì)很方便

[LOCATION hdfs_path]

2.Hive SQL建表基礎(chǔ)語(yǔ)法

2.1 Hive建表語(yǔ)法練習(xí)

2.1.1 原生數(shù)據(jù)類(lèi)型使用

文件名archer.txt,記錄了王者榮耀射手的相關(guān)信息，包括生命、物防等，其中字段之間分隔符為制表符\t，要求在Hive中建表映射成功該文件

數(shù)據(jù)示例：
1   馬可波羅    5584    200 362 remotely    archer

show database;

-- 切換數(shù)據(jù)庫(kù)
use testdb;

-- 建表
create table t_archer(
    id int comment "ID",
    name string comment "英雄名稱",
    hp_max int comment "最大生命",
    mp_max int comment "最大法力",
    attack_max int comment "最高物攻",
    defense_max int comment "最高物防",
    attack_range string comment "攻擊范圍",
    role_main string comment "主要定位",
    role_assist string comment "次要定位"
) comment "王者榮耀射手信息"
    row format delimited
        fields terminated by "\t";

-- 刪除表
drop table t_archer;

2.1.2 復(fù)雜數(shù)據(jù)類(lèi)型使用

文件名hot_hero_skin_price.txt中記錄了手游王者榮耀熱門(mén)的相關(guān)皮膚價(jià)格信息，要求在Hive中建表映射成功該文件。

數(shù)據(jù)示例：字段：id、name（英雄名稱）、win_rate（勝率）、skin_price（皮膚及價(jià)格）
2,魯班七號(hào),54,木偶奇遇記:288-福祿兄弟:288-兄控夢(mèng)想:0
3,鎧,52,龍域領(lǐng)主:288-曙光守護(hù)者:1776

分析：前三個(gè)字段原生數(shù)據(jù)類(lèi)型，最后一個(gè)字段復(fù)雜類(lèi)型map

-- 復(fù)雜數(shù)據(jù)類(lèi)型建表
create table t_hot_hero_skin_price(
    id int,
    name string,
    win_rate int,
    skin_price map<string,int> -- 注意這個(gè)map復(fù)雜類(lèi)型
) row format delimited
fields terminated by ',' -- 指定字段之間的分隔符
collection items terminated by '-' -- 指定元素集合之間的分隔符
map keys terminated by ':'; -- 指定map元素kv之間的分隔符

2.1.3 默認(rèn)分隔符使用

文件名team_ace_player.txt，記錄了主要戰(zhàn)隊(duì)內(nèi)最受歡迎的王牌選手信息，字段之間使用的是\001作為分隔符，要求在Hive中建表映射成功該文件

數(shù)據(jù)示例：
1^A成都AG超會(huì)玩^A一諾

分析：數(shù)據(jù)都是原生數(shù)據(jù)類(lèi)型，且字段之間分隔符是\001，因此建表的是偶可以省去row format語(yǔ)句

create table t_team_ace_player(
    id int,
    team_name string,
    ace_player_name string
); -- 沒(méi)有指定row format語(yǔ)句，此時(shí)采用的是默認(rèn)的\001作為字段的分隔符

2.1.4 指定數(shù)據(jù)存儲(chǔ)路徑

文件名team_ace_player.txt，記錄了主要戰(zhàn)隊(duì)內(nèi)最受歡迎的王牌選手信息，字段之間使用的是\001作為分隔符，要求把文件上傳到HDFS任意路徑下，不能移動(dòng)復(fù)制，并在Hive中建表映射成功該文件

create table t_team_ace_player(
    id int,
    team_name string,
    ace_player_name string
) location '/date'; -- 使用location關(guān)鍵字指定本張表在hdfs上的存儲(chǔ)路徑

2.Hive 內(nèi)、外部表

內(nèi)部表
內(nèi)部表也稱為Hive擁有和管理的托管表
默認(rèn)情況下創(chuàng)建的表都是內(nèi)部表，Hive擁有該表的結(jié)構(gòu)和文件（Hive 完全管理表的生命周期），刪除時(shí)會(huì)刪除數(shù)據(jù)及表的元數(shù)據(jù)
可以使用DESCRIBE FORMATTED tablename，來(lái)獲取表的元數(shù)據(jù)描述信息，從中可以看出表的類(lèi)型

外部表
外部表中的數(shù)據(jù)不是Hive擁有或管理的，只管理表元數(shù)據(jù)的生命周期
使用EXTERNAL關(guān)鍵字創(chuàng)建外部表
刪除外部表只會(huì)刪除元數(shù)據(jù)，而不會(huì)刪除實(shí)際數(shù)據(jù)
外部表搭配location語(yǔ)法指定數(shù)據(jù)的路徑更安全

-- 創(chuàng)建外部表 需要關(guān)鍵字external
-- 外部表數(shù)據(jù)存儲(chǔ)路徑不指定 默認(rèn)規(guī)則和內(nèi)部表一致
-- 也可以使用location關(guān)鍵字指定HDFS任意路徑
create external table student_ext(
    num int,
    name string,
    sex string,
    age int,
    dept string
)row format delimited
fields terminated by ','
location '/stu';

如何選擇內(nèi)、外部表
當(dāng)需要通過(guò)Hive完全管理控制表的整個(gè)生命周期時(shí)，請(qǐng)使用內(nèi)部表
當(dāng)數(shù)據(jù)來(lái)之不易，防止誤刪，請(qǐng)使用外部表，因?yàn)榧词箘h除表，文件也會(huì)被保留

location關(guān)鍵字的作用

• 在創(chuàng)建外部表的時(shí)候，可以使用location指定存儲(chǔ)位置路徑，如果不指定會(huì)如何？
  • 如果不指定location，外部表的默認(rèn)路徑也是位于/usr/hive/warehouse,由默認(rèn)參數(shù)控制
• 創(chuàng)建內(nèi)部表的時(shí)候，是否可以使用location指定？
  • 內(nèi)部表可以使用location指定位置
• 是否意味著Hive表的數(shù)據(jù)在HDFS上的位置不是一定要在/usr/hive/warehouse下？
  • 不一定，Hive中表數(shù)據(jù)存儲(chǔ)位置，不管內(nèi)部表還是外部表，默認(rèn)都是在/usr/hive/warehouse,當(dāng)然可以在建表的時(shí)候通過(guò)location關(guān)鍵字指定存儲(chǔ)位置在HDFS的任意位置

3.分區(qū)表

3.1 分區(qū)表產(chǎn)生背景

現(xiàn)有6章結(jié)構(gòu)化數(shù)據(jù)文件，分別記錄王者榮耀中6中位置的英雄信息，現(xiàn)要求通過(guò)建立一張表t_all_hero，把6份文件同時(shí)映射加載

只需創(chuàng)建t_all_hero表，然后將6張表拷貝到指定路徑即可。

現(xiàn)要求查詢r(jià)ole_main主要定位時(shí)射手并且hp_max最大生命大于6000的幾個(gè)，sql語(yǔ)句如下

select count(*) from t_all_hero where role_main="archer" and hp_max>6000;

存在的問(wèn)題：

1. where語(yǔ)句的背后需要進(jìn)行全表掃描才能過(guò)濾出結(jié)果，對(duì)于hive來(lái)說(shuō)需要掃描每一個(gè)文件。如果數(shù)據(jù)文件特表多的話，掃描效率很慢也沒(méi)有必要
2. 本需求中，只需掃描archer.txt文件即可
3. 指定文件掃描和全表掃描，效率存在差異

分區(qū)表概念
當(dāng)Hive表對(duì)應(yīng)的數(shù)據(jù)量大、文件個(gè)數(shù)多時(shí)，為了避免查詢時(shí)全表掃描數(shù)據(jù)，Hive支持根據(jù)指定的字段對(duì)表進(jìn)行分區(qū)，分區(qū)的字段可以時(shí)日期、地域、種類(lèi)等具有標(biāo)識(shí)意義的字段

-- 注意分區(qū)表創(chuàng)建語(yǔ)法規(guī)則
create table t_all_hero_part(
    id int,
    name string,
    hp_max int,
    mp_max int,
    attack_max int,
    defense_max int,
    role_main string,
    role_assist string
) partitioned by (role string) -- 分區(qū)字段
row format delimited
    fields terminated by "\t";

注意：分區(qū)字段不能是表中已經(jīng)存在的字段，因?yàn)榉謪^(qū)字段最終也會(huì)以虛擬字段的形式顯示在表結(jié)構(gòu)上。

3.2 分區(qū)表數(shù)據(jù)加載——靜態(tài)分區(qū)

靜態(tài)分區(qū)
所謂靜態(tài)分區(qū)是指分區(qū)的屬性值由用戶在加載數(shù)據(jù)的時(shí)候手動(dòng)指定的
語(yǔ)法如下

load data [local] inpath 'filepath' into table tablename partition(分區(qū)字段='分區(qū)值'...);

Local參數(shù)用于指定待加載的數(shù)據(jù)是位于本地文件系統(tǒng)還是HDFS文件系統(tǒng)。

-- 靜態(tài)加載分區(qū)表數(shù)據(jù)
load data local inpath '/root/hivedata/archer.txt' into table t_all_hero_part partition(role='sheshou');
load data local inpath '/root/hivedata/assassin.txt' into table t_all_hero_part partition(role='cike');
...

本質(zhì)

• 分區(qū)的概念提供了一種將Hive表數(shù)據(jù)分離為多個(gè)文件/目錄的方法
• 不同分區(qū)對(duì)應(yīng)著不同的文件夾，同一分區(qū)的數(shù)據(jù)存儲(chǔ)在同一個(gè)文件夾下
• 查詢過(guò)濾的時(shí)候只需要根據(jù)分區(qū)值找到對(duì)應(yīng)的文件夾，掃描文件夾下本分區(qū)下的文件即可，避免全表數(shù)據(jù)掃描
• 這種指定分區(qū)查詢的方式叫做分區(qū)裁剪

3.3 多重分區(qū)表

通過(guò)建表語(yǔ)句中關(guān)于分區(qū)的相關(guān)語(yǔ)法可以發(fā)現(xiàn)，Hive支持多個(gè)分區(qū)字段：
PARTITIONED BY (partition1 data_type, partition2 data_type,…)
多重分區(qū)下，分區(qū)之間時(shí)一種遞進(jìn)關(guān)系，可以理解為在前一個(gè)分區(qū)的基礎(chǔ)上繼續(xù)分區(qū)
從HDFS的角度來(lái)看就是文件夾下繼續(xù)瓜分子文件夾。

-- 單分區(qū)表，按身份分區(qū)
create table t_user_province (id int, name string, age int) partitiond by (province string);
-- 雙分區(qū)表，按省份和市分區(qū)
-- 分區(qū)字段之間時(shí)一種遞進(jìn)的關(guān)系，因此要注意分區(qū)字段的順序
create table t_user_province_city (id int, name string, age int) partitiond by (province string, city string);

-- 雙分區(qū)表的數(shù)據(jù)加載 靜態(tài)分區(qū)加載數(shù)據(jù)
load data local inpath '/root/hivedata/user.txt' into table t_user_province_city partition(province='zhejiang', city='hangzhou');
...

-- 雙分區(qū)表的使用，使用分區(qū)進(jìn)行過(guò)濾 減少全表掃描 提高效率
select * from t_user_province_city where province='zhejiang' and city='hangzhou';

3.4 分區(qū)表數(shù)據(jù)加載——?jiǎng)討B(tài)分區(qū)

動(dòng)態(tài)分區(qū)
動(dòng)態(tài)分區(qū)就是分區(qū)的字段值是基于查詢結(jié)果（參數(shù)位置）自動(dòng)推斷出來(lái)的。
核心語(yǔ)法：insert+select

啟用hive動(dòng)態(tài)分區(qū)，需要在hive繪畫(huà)中設(shè)置兩個(gè)參數(shù)：

# 是否啟用動(dòng)態(tài)分區(qū)功能
set hive.exec.dynamic.partition=true;

# 指定動(dòng)態(tài)分區(qū)模式，分別為nonstrict非嚴(yán)格模式和strict嚴(yán)格模式
# strict嚴(yán)格模式要求至少由一個(gè)分區(qū)為靜態(tài)分區(qū)
set hive.exec.dynamic.partition.mode=nonstrict;

-- 從一張已有的表中執(zhí)行動(dòng)態(tài)分區(qū)插入
insert into table t_all_hero_part_dynamic partition(role) -- 注意：分區(qū)值并沒(méi)有手動(dòng)寫(xiě)死指定
select tmp.*, tmp.role_main from t_all_hero tmp;

4.分桶表

概念
分桶表也叫桶表，是一種用于優(yōu)化查詢而設(shè)計(jì)的表類(lèi)型
分桶表對(duì)應(yīng)的數(shù)據(jù)文件在底層會(huì)被分解為若干個(gè)部分，通俗來(lái)說(shuō)就是被拆分分成若干個(gè)獨(dú)立的小文件。
在分桶時(shí)，要指定根據(jù)哪個(gè)字段將數(shù)據(jù)分為幾桶。

規(guī)則
分桶規(guī)則如下：桶編號(hào)相同的數(shù)據(jù)會(huì)被分到同一個(gè)桶當(dāng)中

Bucket number=hash_function(bucketing_column) mod num_buckets
分桶編號(hào)     =哈希方法     (分桶字段)         取模 分桶個(gè)數(shù)

hash_function取決于分桶字段bucketing_column的類(lèi)型：

1. 如果是int類(lèi)型，hash_function(int) == int;
2. 如果是其他比如bigint，string或者復(fù)雜數(shù)據(jù)類(lèi)型，hash_function比較棘手，將是從該類(lèi)型派生的某個(gè)數(shù)字，比如hashcode值

語(yǔ)法

-- 分桶表建表語(yǔ)句
CREATE [EXTERNAL] TABLE [db_name.]table_name
[(col_name data_type,...)]
CLUSTERED BY (col_name)
INTO N BUCKETS;

CLUSTERED BY (col_name) 表示根據(jù)哪個(gè)字段分；
INTO N BUCKETS表示分為幾個(gè)桶
注意：分桶的字段必須是表中已有字段

分桶表的創(chuàng)建
現(xiàn)有美國(guó)2021-1-28號(hào)，各縣county的新館疫情累計(jì)案例信息，包括確證病例和死亡病例

數(shù)據(jù)示例：包含字段count_date（統(tǒng)計(jì)日期），county（縣），fips（縣編碼code），cases（累計(jì)確診病例），deaths（累計(jì)死亡病例）
2021-01-28,Jefferson,Alabama,01073,65992,1101
...

根據(jù)state州把數(shù)據(jù)分為5桶，建表語(yǔ)句如下：

CREATE TABLE itheima.t_usa_covid19(
    count_date string,
    county string,
    state string,
    fips int,
    cases int,
    deaths int
) CLUSTERED BY(state) INTO 5 BUCKETS;

在創(chuàng)建分桶表時(shí)，還可以指定分桶內(nèi)的數(shù)據(jù)排序規(guī)則：

-- 根據(jù)state州分為5桶，每個(gè)桶內(nèi)根據(jù)cases確診病例數(shù)倒序排序
CREATE TABLE itheima.t_usa_covid19(
    count_date string,
    county string,
    state string,
    fips int,
    cases int,
    deaths int
) CLUSTERED BY(state) 
sorted by (cases desc) INTO 5 BUCKETS;

分桶表數(shù)據(jù)加載

-- step1:開(kāi)啟分桶的功能 從Hive2.0開(kāi)始不再需要設(shè)置
set hive.enforce.bucketing=true;

-- step2:把數(shù)據(jù)加載到普通hive表
drop table if exists t_usa_covid19(
    count_date string,
    county string,
    state string,
    fips int,
    cases int,
    deaths int
) row format delimited fields terminated by ",";

-- 將源數(shù)據(jù)上傳到HDFS，t_usa_covid19表對(duì)應(yīng)的路徑下
hadoop fs -put 源數(shù)據(jù) 目標(biāo)路徑

-- step3:使用insert+select語(yǔ)法將數(shù)據(jù)加載到分桶表中
insert into t_usa_covid19_bucket select * from t_usa_covid19;

好處

1. 基于分桶字段查詢時(shí)，減少全表掃描

-- 基于分桶字段state查詢來(lái)自于New York州的數(shù)據(jù)
-- 不再需要進(jìn)行全表掃描過(guò)濾
-- 根據(jù)分桶的規(guī)則hash_function(New York) mod 5 計(jì)算出分桶編號(hào)
-- 查詢指定分桶里面的數(shù)據(jù)
select * from t_usa_covid19_bucket where state="New York";

2. JOIN時(shí)可以提高M(jìn)R程序效率，減少笛卡爾積數(shù)量
   根據(jù)join的字段對(duì)表進(jìn)行分桶操作

3. 分桶表數(shù)據(jù)進(jìn)行高效抽樣
   當(dāng)數(shù)據(jù)量特別大時(shí)，對(duì)全體數(shù)據(jù)進(jìn)行處理存在困難時(shí)，抽樣就顯得尤其重要了。抽樣可以從被抽取的數(shù)據(jù)中估計(jì)和推斷出整體的特性。

5.事務(wù)表

局限性

• 尚不支持BEGIN，COMMIT和ROLLBACK。所有語(yǔ)言操作都是自動(dòng)提交的
• 僅支持ORC文件格式（STORED AS ORC）
• 默認(rèn)情況下事務(wù)配置為關(guān)閉。需要配置參數(shù)開(kāi)啟使用
• 表必須是分桶表才可以使用事務(wù)功能
• 表參數(shù)transactional必須為true
• 外部表不能成為ACID表，不允許從非ACID會(huì)話讀取/寫(xiě)入ACID表

創(chuàng)建使用Hive事務(wù)表
在Hive中創(chuàng)建一張具備事務(wù)功能的表，并嘗試進(jìn)行增刪改操作

-- Hive 事務(wù)表
-- step1，創(chuàng)建普通的表
drop table if exists student;
create table student(
    num int,
    name string,
    sex string,
    age int,
    dept string
) row format delimited
fields terminated by ',';

-- step2:加載數(shù)據(jù)到普通表中
load data local inpath '/root/hivedata/student.txt' into table student;
select * from student;

-- Hive中事務(wù)表的創(chuàng)建使用
-- 1.開(kāi)啟事務(wù)配置（可以使用set設(shè)置當(dāng)前session生效 也可以配置在hive-site.xml中）
set hive.support.concurrency = true; -- Hive是否支持并發(fā)
set hive.enforce.bucketing = true; -- 從Hive2.0開(kāi)始就不再需要 是否開(kāi)啟分桶功能
set hive.exec.dynamic.partition.mode = nonstrict; -- 動(dòng)態(tài)分區(qū)模式 非嚴(yán)格
set hive.txn.manager = org.apache.hadoop.hive.ql.lockmgr.DbTxnManager; 
set hive.compactor.initiator.on = true; -- 是否在Metastore實(shí)例上運(yùn)行啟動(dòng)線程和清理線程
set hive.compactor.worker.threads = 1; -- 在此metastore實(shí)例上運(yùn)行多個(gè)壓縮程序工作線程

-- 2.創(chuàng)建Hive事務(wù)表
create table trans_student(
    id int,
    name string,
    age int
) clustered by (id) into 2 buckets stored as orc TBLPROPERTIES('transactional'='true');
--注意：事務(wù)表創(chuàng)建幾個(gè)要素：開(kāi)啟參數(shù)、分桶、存儲(chǔ)格式orc、表屬性

-- 3.針對(duì)事務(wù)表進(jìn)行insert update delete操作
insert into trans_student values(1,"allen",18);

6.視圖

概念

• Hive中的試圖是一種虛擬表，只保存定義，不實(shí)際存儲(chǔ)數(shù)據(jù)
• 通常從真實(shí)的物理表查詢中創(chuàng)建生成視圖，也可以從已經(jīng)存在的視圖上創(chuàng)建新視圖
• 創(chuàng)建視圖時(shí)，將凍結(jié)視圖的架構(gòu)，如果刪除或更改基礎(chǔ)表，則視圖將失效
• 視圖是用來(lái)簡(jiǎn)化操作的，不緩沖記錄，也沒(méi)有提高查詢性能

-- Hive View 視圖相關(guān)語(yǔ)法
-- hive中有一張真實(shí)的基礎(chǔ)表t_usa_covid19
select * from t_usa_covid19;

-- 1.創(chuàng)建視圖
create view v_usa_covid19 as select count_date, county, state, deaths from t_usa_covid19 limit 5;

-- 能否從已有的視圖中創(chuàng)建視圖 可以的
create view v_usa_covid19_from_view as select * from v_usa_covid19 limit 2;

-- 2.顯示當(dāng)前已有的視圖
show tables;
show views; -- hive v2.2.0之后支持

-- 3.視圖的查詢使用
select * from v_usa_covid19;
-- 注意：視圖不支持插入數(shù)據(jù)

-- 4.查看視圖定義
show create table v_usa_covid19;

-- 5.刪除視圖
drop view v_usa_covid19_from_view;

-- 6.更改視圖屬性
alter view v_usa_covid19 set TBLPROPERTIES ('comment' = 'This is a view');

-- 7.更改視圖定義
alter view v_usa_covid19 as select county, deaths from t_usa_covid19 limit 2; 

視圖的好處

• 將真實(shí)表中特定的列數(shù)據(jù)提供給用戶，保護(hù)數(shù)據(jù)隱私

-- 通過(guò)視圖來(lái)限制數(shù)據(jù)訪問(wèn)可以用來(lái)保護(hù)信息不被隨意查詢
create table userinfo(firstname string, lastname string, ssn string, password string);
create view safer_user_info as select firstname,lastname from userinfo;

-- 可以通過(guò)where子句限制數(shù)據(jù)訪問(wèn)，比如，提供一個(gè)員工表視圖，只暴露來(lái)自特定部門(mén)的員工信息
create table employee(firstname string, lastname string, ssn string, password string, department string);
create view techops_employee as select firstname, lastname, ssn from userinfo where department='java';

• 降低查詢的復(fù)雜度，優(yōu)化查詢語(yǔ)句

-- 使用視圖優(yōu)化嵌套查詢
from(
    select * from people join cart
        on(cart.people_id = people.id) where firstname = 'join'
) a select a.lastname where a.id = 3;

-- 把嵌套子查詢變成一個(gè)視圖
create view shorter_join as
select * from people join cart
    on(cart.people_id = people.id) where firstname = 'join';

-- 基于視圖查詢
select lastname from shorter_join where id = 3;

7.Hive3.0新特性：物化視圖

概念

• 物化視圖是一個(gè)包括查詢結(jié)果的數(shù)據(jù)庫(kù)對(duì)象，可以用于預(yù)先計(jì)算并保存表連接或聚集等耗時(shí)較多的操作結(jié)果。在執(zhí)行查詢時(shí)，就可以避免進(jìn)行這些耗時(shí)的操作，從而快速得到的結(jié)果
• 使用物化視圖的目的就是通過(guò)預(yù)計(jì)算，提高查詢性能，當(dāng)然需要占用一定的存儲(chǔ)空間
• Hive3.0開(kāi)始嘗試引入物化視圖，并提供對(duì)于物化視圖的查詢自動(dòng)重寫(xiě)機(jī)制（基于Apache Calcite實(shí)現(xiàn)）
• Hive的物化視圖還提供了物化視圖存儲(chǔ)選擇機(jī)制，可以本地存儲(chǔ)在Hive，也可以通過(guò)用戶自定義storage handlers存儲(chǔ)在其他系統(tǒng)
• Hive引入物化視圖的目的就是為了優(yōu)化數(shù)據(jù)查詢?cè)L問(wèn)的效率，相當(dāng)于從數(shù)據(jù)預(yù)處理的角度優(yōu)化數(shù)據(jù)訪問(wèn)
• Hive從3.0丟棄了index索引的語(yǔ)法支持，推薦使用物化視圖和列式存儲(chǔ)文件格式來(lái)加快查詢的速度

物化視圖、視圖的區(qū)別

• 視圖是虛擬的，邏輯存在的，只有定義沒(méi)有存儲(chǔ)數(shù)據(jù)
• 物化視圖是真實(shí)存在的，物理存儲(chǔ)的，里面存儲(chǔ)著與計(jì)算的數(shù)據(jù)
• 視圖的目的是簡(jiǎn)化降低查詢的復(fù)雜度，而物化視圖的目的是提高查詢性能

語(yǔ)法

-- 物化視圖的創(chuàng)建語(yǔ)法
CREATE MATERIALIZED VIEW [IF NOT EXISTS] [db_name.]materialized_view_name
[DISABLE REWRITE]
[COMMENT materialized_view_comment]
[PARTITIONED ON (col_name, ...)]
[CLUSTERED ON (col_name, ...) | DISTRIBUTED ON (col_name, ...) SORTED ON (col_name, ...)]
[
    [ROW FORMATE row_format]
    [STORED AS file_format]
    | STORED BY 'storage.handler.class.name' [WITH SERDEPROPERTIES (...)]
]
[LOCATION hdfs_path]
[TBLPROPERTIES(property_name=property_value, ...)]
AS SELECT ...;

(1) 物化視圖創(chuàng)建后，select拆線呢執(zhí)行數(shù)據(jù)自動(dòng)落地，“自動(dòng)”也即在query的執(zhí)行期間，任何用戶對(duì)該物化視圖是不可見(jiàn)的，執(zhí)行完畢之后物化視圖可用；
(2) 默認(rèn)情況下，創(chuàng)建好的物化視圖可被用于查詢優(yōu)化器optimizer查詢重寫(xiě)，在物化視圖創(chuàng)建期間可以通過(guò)DISABLE PEWRITE參數(shù)設(shè)置禁止使用
(3) 默認(rèn)SerDe和storage format為hive。materializedview.serde、hive.materializedview.fileformat;
(4) 物化視圖支持將數(shù)據(jù)存儲(chǔ)在外部系統(tǒng)（如druid），語(yǔ)法如下所示：

CREATE MATERIALIZED VIEW druid_wiki_mv
    STORED AS 'org.apache.hadoop.hive.druid.DruidStorageHandler'
AS
SELECT __time,page.user,c_added,c_removed
FROM src;

(5) 目前支持物化視圖的drop和show操作，后續(xù)會(huì)增加其他操作

-- Drops a materialized view
DROP MATERIALIZED VIEW [db_name.]materialized_view_name;

-- Shows materialized views (with optional filters)
SHOW MATERIALIZED VIEW [IN database_name];

-- Shows information about a specific materialized view
DESCRIBE [EXTENDED | FORMATTED] [db_name.]materialized_view_name;

(6) 當(dāng)數(shù)據(jù)源變更（新數(shù)據(jù)插入inserted、數(shù)據(jù)修改modified），物化視圖也需要更新以保持?jǐn)?shù)據(jù)一致性，目前需要用戶主動(dòng)觸發(fā)rebuild重構(gòu)

ALTER MATERIALIZED VIEW [db_name.]materialized_view_name REBUILD;

基于物化視圖的查詢重寫(xiě)

• 物化視圖創(chuàng)建后即可用于相關(guān)查詢的加速，即：用戶提交查詢query，若該query經(jīng)過(guò)重寫(xiě)后可以命中已經(jīng)存在的物化視圖，則直接通過(guò)物化視圖查詢數(shù)據(jù)返回結(jié)果，以實(shí)現(xiàn)查詢加速
• 是否重寫(xiě)查詢使用物化視圖可以通過(guò)全局參數(shù)控制，默認(rèn)為true：hive.materializedview.rewriting=true;
• 用戶可選擇性的控制指定的物化視圖查詢重寫(xiě)機(jī)制，語(yǔ)法如下

ALTER MATERIALIZED VIEW [db_name.]materialized_view_name ENABLE|DISABLE REWRITE;

案例：基于物化視圖的查詢重寫(xiě)

-- 1.新建一張事務(wù)表 student_trans
set hive.support.concurrency = true; -- Hive是否支持并發(fā)
set hive.enforce.bucketing = true; -- 從Hive2.0開(kāi)始就不再需要 是否開(kāi)啟分桶功能
set hive.exec.dynamic.partition.mode = nonstrict; -- 動(dòng)態(tài)分區(qū)模式 非嚴(yán)格
set hive.txn.manager = org.apache.hadoop.hive.ql.lockmgr.DbTxnManager; 
set hive.compactor.initiator.on = true; --是否在Metastore實(shí)例上運(yùn)行啟動(dòng)線程和清理線程
set hive.compactor.worker.threads= 1 -- 在此metastore實(shí)例上運(yùn)行多少個(gè)壓縮程序工作線程

drop table if exists student_trans;

CREATE TABLE student_trans(
    sno int,
    sname string,
    sdept string
) clustered by (sno) into 2 buckets stored as orc TBLPROPERTIES('transactional'='true');

-- 2.導(dǎo)入數(shù)據(jù)到student_trans中
insert overwrite table student_trans
select num,name,dept
from student;

select * 
from student_trans;

-- 3.對(duì)student_trans建立聚合物化視圖
CREATE MATERIALIZED VIEW student_trans_agg
AS SELECT sdept, count(*) as sdept_cnt from student_trans group by sdept;
-- 注意：這里當(dāng)執(zhí)行CREATE MATERIALIZED VIEW，會(huì)啟動(dòng)一個(gè)MR對(duì)物化視圖進(jìn)行構(gòu)建
-- 可以發(fā)現(xiàn)當(dāng)下數(shù)據(jù)庫(kù)中有一個(gè)物化視圖
show tables;
show materialized views;

-- 4.對(duì)于原始表student_trans拆線呢
-- 由于會(huì)命中物化視圖，重寫(xiě)query查詢物化視圖，查詢速度會(huì)加快（沒(méi)有啟動(dòng)MR，只是普通的table scan）
SELECT sdept,count(*) as sdept_cnt from student_trans group by sdept;

-- 5.查詢執(zhí)行計(jì)劃可以發(fā)現(xiàn) 查詢被自動(dòng)重寫(xiě)為 TableScan alias
-- 轉(zhuǎn)化成了物化視圖的查詢 提高了查詢效率
explain SELECT sdept，count(*) as sdept_cnt from student_trans group by sdept;

-- 驗(yàn)證禁用物化視圖自動(dòng)重寫(xiě)
ALTER MATERIALIZED VIEW student_trans_agg DISABLE REWRITE;

-- 刪除物化視圖
drop materialized view student_trans_agg;

8.Hive Database|Schema（數(shù)據(jù)庫(kù)）DDL操作

整體概述

• 在Hive中，DATABASE的概念和RDBMS中類(lèi)似，稱為數(shù)據(jù)庫(kù)，DATABASE和SCHEMA是可互換的，都可以使用
• 默認(rèn)的數(shù)據(jù)庫(kù)叫做default，存儲(chǔ)數(shù)據(jù)位于/user/hive/warehouse下
• 用戶自己創(chuàng)建的數(shù)據(jù)庫(kù)存儲(chǔ)位置是/user/hive/warehouse/database_name.db下

create database
用于創(chuàng)建新的數(shù)據(jù)庫(kù)
COMMENT：數(shù)據(jù)庫(kù)的注釋說(shuō)明語(yǔ)句
LOCATION：指定數(shù)據(jù)庫(kù)在HDFS存儲(chǔ)位置，默認(rèn)/user/hive/warehouse/dbname.db
WITH DBPROPERTIES：用于指定一些數(shù)據(jù)庫(kù)的屬性配置

CREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERTIES (property_name = property_value, ...)];

describe database
顯示Hive中數(shù)據(jù)庫(kù)的名稱，注釋（如果已設(shè)置）及其在文件系統(tǒng)上的位置等信息
EXTENDED關(guān)鍵字用于顯示更多信息。可以將關(guān)鍵字describe簡(jiǎn)寫(xiě)成desc使用

語(yǔ)法：
DESCRIBE DATABASE|SCHEMA [EXTENDED] db_name;

use database
選擇特定的數(shù)據(jù)庫(kù)
切換當(dāng)前會(huì)話使用哪個(gè)數(shù)據(jù)庫(kù)進(jìn)行操作

drop database
刪除數(shù)據(jù)庫(kù)
默認(rèn)行為是RESTRICT，這意味著僅在數(shù)據(jù)庫(kù)為空時(shí)才刪除它。
要?jiǎng)h除帶有表的數(shù)據(jù)庫(kù)（不為空的數(shù)據(jù)庫(kù)），我們可以使用CASCADE

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

alter database
更改與Hive中的數(shù)據(jù)庫(kù)關(guān)聯(lián)的元數(shù)據(jù)

-- 更改數(shù)據(jù)庫(kù)屬性
ALTER (DATABASE|SCHEMA) database_name SET DBPROPERTIES (property_name = property_value, ...);

-- 更改數(shù)據(jù)庫(kù)所有者
ALTER (DATABASE|SCHEMA) database_name SET OWNER USER user;

-- 更改數(shù)據(jù)庫(kù)位置
ALTER (DATABASE|SCHEMA) database_name SET LOCATION hdfs_path;

-- 創(chuàng)建數(shù)據(jù)庫(kù)
create database if not exists test
comment "this is test db"
with dbproperties('createdBy'='Allen');

-- 描述數(shù)據(jù)庫(kù)信息
describe database test;
describe database extended test;
desc database extended test;

-- 切換數(shù)據(jù)庫(kù)
use default;
use test;

-- 刪除數(shù)據(jù)庫(kù)
-- 注意：CASCADE關(guān)鍵字謹(jǐn)慎使用
drop database test;

9.Hive Table(表) DDL操作

整體概述

• Hive中針對(duì)表的DDL操作可以說(shuō)時(shí)DDL中的核心操作，包括建表、修改表、刪除表、描述表元數(shù)據(jù)信息
• 其中以建表語(yǔ)句為核心中的核心，詳見(jiàn)Hive DDL建表語(yǔ)句
• 可以說(shuō)表的定義是否成功直接影響數(shù)據(jù)能夠成功映射，進(jìn)而影響是否可以孫儷的使用Hive開(kāi)展數(shù)據(jù)分析
• 由于Hive建表之后加載映射數(shù)據(jù)很快，實(shí)際中如果建表有問(wèn)題，可以不用修改，直接刪除重建

describe table
顯示Hive中表的元數(shù)據(jù)信息
如果指定了EXTENDED關(guān)鍵字，則它將以Thrift序列化形式顯示表的所有元數(shù)據(jù)
如果指定了FORMATTED關(guān)鍵字，則它將以表格格式顯示元數(shù)據(jù)

drop table
刪除該表的元數(shù)據(jù)和數(shù)據(jù)
如果已配置垃圾桶且未指定PURGE，則該表對(duì)應(yīng)的數(shù)據(jù)實(shí)際上將移動(dòng)到HDFS垃圾桶，而元數(shù)據(jù)完全丟
刪除EXTERNAL表時(shí)，該表中的數(shù)據(jù)不會(huì)從文件系統(tǒng)中刪除，只刪除元數(shù)據(jù)
如果指定了PURGE，則表數(shù)據(jù)跳過(guò)HDFS垃圾桶直接被刪除。因此如果DROP失敗，則無(wú)法挽回該表數(shù)據(jù)

DROP TABLE [IF EXISTS] table_name [PURGE];

truncate table
從表中刪除所有行
可以簡(jiǎn)單理解為清空表的所有數(shù)據(jù)但是保留表的元數(shù)據(jù)結(jié)構(gòu)
如果HDFS啟用了垃圾桶，數(shù)據(jù)將被丟進(jìn)垃圾桶，否則將被刪除

TRUNCATE [TABLE] table_name;

alter table

-- 1.更改表名
ALTER TABLE table_name RENAME TO new_table_name;

-- 2.更改表屬性
ALTER TABLE table_name SET TBLPROPERTIES (property_name = property_value, ...);
-- 更改表注釋
ALTER TABLE student SET TBLPROPERTIES ('comment' = "new comment for student table");

-- 3.更改SerDE屬性
ALTER TABLE table_name SET SERDE serde_class_name [WITH SERDEPROPERTIES (property_name = property_value, ...)];
ALTER TABLE table_name [PARTITION partition_spec] SET SERDEPROPERTIES serde_properties;
ALTER TABLE table_name SET SERDEPROPERTIES ('field.delim'=',');
-- 移出SerDe屬性
ALTER TABLE table_name [PARTITION partition_spec] UNSET SERDEPROPERTIES (property_name, ...);

-- 4.更改表的文件存儲(chǔ)格式 該操作僅更改表元數(shù)據(jù)，校友數(shù)據(jù)的人格轉(zhuǎn)換都必須在Hive之外進(jìn)行

-- 5.更改表的存儲(chǔ)位置路徑
ALTER TABLE table_name SET LOCATION "new location";

-- 6.更改列名稱/類(lèi)型/位置/注釋
CREATE TABLE test_change (a int, b int, c int);
ALTER TABLE test_change CHANGE a a1 INT;
ALTER TABLE test_change CHANGE a1 a2 STRING AFTER b;
ALTER TABLE test_change CHANGE c c1 INT FIRST;
ALTER TABLE test_change CHANGE a1 a1 INT COMMENT 'this is column a1';

-- 7.添加/替換列
-- 使用 ADD COLUMNS，可以將新列添加到現(xiàn)有列的末尾但在分區(qū)列之前
-- REPLACE COLUMNS，將刪除所有現(xiàn)有列，并添加新的列集
ALTER table_name ADD|REPLACE COLUMNS (col_name data_type,...);

10.add partition(分區(qū)) DDL操作

• ADD PARTITION會(huì)更改表元數(shù)據(jù)，但不會(huì)加載數(shù)據(jù)。如果分區(qū)位置中不存在數(shù)據(jù)，查詢時(shí)將不會(huì)返回結(jié)果
• 因此需要保證增加的分區(qū)位置路徑下，數(shù)據(jù)已經(jīng)存在，或者增加完糞污之后導(dǎo)入分區(qū)數(shù)據(jù)。

-- 1.增加分區(qū)
ALTER TABLE table_name ADD PARTITION (df='20170101') location '/user/hadoop/warehouse/table_name/dt=20170101'
-- 一次添加一個(gè)分區(qū)

ALTER TABLE table_name ADD PARTITION (dt='2008-08-08',county='us') location '/path/to/us/part080808' PARTITION (df='2008-08-09', country='us') location '/path/to/us/part080809';
-- 一次添加多個(gè)分區(qū)

rename partition

-- 2.重命名分區(qū)
ALTER TABLE table_name PARTITION partition_spec RENAME TO PARTITION partition_spec;
ALTER TABLE table_name PARTITION (dt='2008-08-09') RENAME TO PARTITION (dt='20080809')

delete partition
刪除表的分區(qū)，將刪除該分區(qū)的數(shù)據(jù)和元數(shù)據(jù)

-- 3.刪除分區(qū)
ALTER TABLE table_name DROP [IF EXISTS] PARTITION (dt='2008-08-08', country='us');
ALTER TABLE table_name DROP [IF EXISTS] PARTITION (dt='2008-08-08', country='us') PURGE; -- 直接刪除數(shù)據(jù) 不進(jìn)垃圾桶

alter partition

-- 5.修改分區(qū)
-- 更改分區(qū)文件存儲(chǔ)格式
ALTER TABLE table_name PARTITION (dt='2008-08-09') SET FILEFORMAT file_format;
-- 更改分區(qū)位置
ALTER TABLE table_name PARTITION (df='2008-08-09') SET LOCATION "new location";

MSCK partition
MSCK是metastore check的縮寫(xiě)，表示元數(shù)據(jù)檢查操作，可用于元數(shù)據(jù)修復(fù)文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-526658.html

• MSCK 默認(rèn)行為ADD PARTITIONS，它把HDFS上存在但元存儲(chǔ)中不存在的所有分區(qū)添加到metastore
• DROP PARTITIONS選項(xiàng)將從已經(jīng)從HDFS中刪除的metastore中刪除分區(qū)信息
• SYNC PARTITIONS選項(xiàng)等效于調(diào)用ADD和DROP PARTITIONS
• 如果存在大量未跟蹤的分區(qū)，則可以批量運(yùn)行MSCK PEPAIR TABLE，以避免OOME（內(nèi)存不足錯(cuò)誤）

-- 分區(qū)修復(fù)
MSCK [PEPAIR] TABLE table_name [ADD/DROP/SYNC PARTITIONS];

11.Hive show 語(yǔ)法

-- 1.顯示所有數(shù)據(jù)庫(kù) SCHEMAS和DATABASES的用法 功能一樣
show database;
show schemas;

-- 2.顯示當(dāng)前數(shù)據(jù)庫(kù)所有表/視圖/物化視圖/分區(qū)/索引
show tables;
SHOW TABLES [IN database_name]; -- 指定某個(gè)數(shù)據(jù)庫(kù)

-- 3.顯示當(dāng)前數(shù)據(jù)庫(kù)下所有視圖
show views;
show views 'test_*';
show views from test1;
SHOW VIEWS [IN/FROM database_name];

-- 4.顯示當(dāng)前數(shù)據(jù)庫(kù)下所有物化視圖
SHOW MATERIALIZED VIEW [IN/FROM database_name];

-- 5.顯示分區(qū)信息，分區(qū)按字母順序列出，不是分區(qū)表執(zhí)行該語(yǔ)句會(huì)報(bào)錯(cuò)
show partitions table_name;

-- 6.顯示表/分區(qū)的擴(kuò)展信息
SHOW TABLE EXTENDED [IN|FROM database_name] LIKE table_name;
show table extended like student;

-- 7.顯示表的屬性信息
SHOW TBLPROPERTIES table_name;
show tblproperties student;

-- 8.顯示表、視圖的創(chuàng)建語(yǔ)句
SHOW CREATE TABLE ([db_name.]table_name|view_name)
show create table student;

-- 9.顯示表的所有列，包括分區(qū)列
SHOW COLUMNS (FORM|IN) table_name [(FROM|IN) db_name];
show columns in student;

-- 10.顯示當(dāng)前支持的所有自定義和內(nèi)置的函數(shù)
show functions;

-- 11.Describe desc
-- 查詢表信息
desc extended table_name;
-- 查看表信息（格式化美觀）
desc formatted table_name;
-- 查看數(shù)據(jù)庫(kù)相關(guān)信息
describe database database_name;

到了這里，關(guān)于3.Hive SQL數(shù)據(jù)定義語(yǔ)言（DDL）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！