本篇內(nèi)容主要講解“hive導(dǎo)入數(shù)據(jù)的四種方式介紹”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學(xué)習(xí)“hive導(dǎo)入數(shù)據(jù)的四種方式介紹”吧!

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：空間域名、網(wǎng)絡(luò)空間、營銷軟件、網(wǎng)站建設(shè)、瓊海網(wǎng)站維護、網(wǎng)站推廣。

Hive的幾種常見的數(shù)據(jù)導(dǎo)入方式
這里介紹四種：
（1）、從本地文件系統(tǒng)中導(dǎo)入數(shù)據(jù)到Hive表；
（2）、從HDFS上導(dǎo)入數(shù)據(jù)到Hive表；
（3）、從別的表中查詢出相應(yīng)的數(shù)據(jù)并導(dǎo)入到Hive表中；
（4）、在創(chuàng)建表的時候通過從別的表中查詢出相應(yīng)的記錄并插入到所創(chuàng)建的表中。

一、從本地文件系統(tǒng)中導(dǎo)入數(shù)據(jù)到Hive表

先在Hive里面創(chuàng)建好表，如下：

1. hive> create table wyp

2.     > (id int, name string,

3.     > age int, tel string)

4.     > ROW FORMAT DELIMITED

5.     > FIELDS TERMINATED BY '\t'

6.     > STORED AS TEXTFILE;

7. OK

8. Time taken: 2.832 seconds

復(fù)制代碼

這個表很簡單，只有四個字段，具體含義我就不解釋了。本地文件系統(tǒng)里面有個/home/wyp/wyp.txt文件，內(nèi)容如下：

1. [wyp@master ~]$ cat wyp.txt

2. 1       wyp     25      13188888888888

3. 2       test    30      13888888888888

4. 3       zs      34      899314121

復(fù)制代碼

wyp.txt文件中的數(shù)據(jù)列之間是使用\t分割的，可以通過下面的語句將這個文件里面的數(shù)據(jù)導(dǎo)入到wyp表里面，操作如下：

1. hive> load data local inpath 'wyp.txt' into table wyp;

2. Copying data from file:/home/wyp/wyp.txt

3. Copying file: file:/home/wyp/wyp.txt

4. Loading data to table default.wyp

5. Table default.wyp stats:

6. [num_partitions: 0, num_files: 1, num_rows: 0, total_size: 67]

7. OK

8. Time taken: 5.967 seconds

復(fù)制代碼

這樣就將wyp.txt里面的內(nèi)容導(dǎo)入到wyp表里面去了，可以到wyp表的數(shù)據(jù)目錄下查看，如下命令：

1. hive> dfs -ls /user/hive/warehouse/wyp ;

2. Found 1 items

3. -rw-r--r--3 wyp supergroup 67 2014-02-19 18:23 /hive/warehouse/wyp/wyp.txt

復(fù)制代碼

需要注意的是：

和我們熟悉的關(guān)系型數(shù)據(jù)庫不一樣，Hive現(xiàn)在還不支持在insert語句里面直接給出一組記錄的文字形式，也就是說，Hive并不支持INSERT INTO …. VALUES形式的語句。

二、HDFS上導(dǎo)入數(shù)據(jù)到Hive表

從本地文件系統(tǒng)中將數(shù)據(jù)導(dǎo)入到Hive表的過程中，其實是先將數(shù)據(jù)臨時復(fù)制到HDFS的一個目錄下（典型的情況是復(fù)制到上傳用戶的HDFS home目錄下,比如/home/wyp/），然后再將數(shù)據(jù)從那個臨時目錄下移動（注意，這里說的是移動，不是復(fù)制?。┑綄?yīng)的Hive表的數(shù)據(jù)目錄里面。既然如此，那么Hive肯定支持將數(shù)據(jù)直接從HDFS上的一個目錄移動到相應(yīng)Hive表的數(shù)據(jù)目錄下，假設(shè)有下面這個文件/home/wyp/add.txt，具體的操作如下：

1. [wyp@master /home/q/hadoop-2.2.0]$ bin/hadoop fs -cat /home/wyp/add.txt

2. 5       wyp1    23      131212121212

3. 6       wyp2    24      134535353535

4. 7       wyp3    25      132453535353

5. 8       wyp4    26      154243434355

復(fù)制代碼

上面是需要插入數(shù)據(jù)的內(nèi)容，這個文件是存放在HDFS上/home/wyp目錄（和一中提到的不同，一中提到的文件是存放在本地文件系統(tǒng)上）里面，我們可以通過下面的命令將這個文件里面的內(nèi)容導(dǎo)入到Hive表中，具體操作如下：

1. hive> load data inpath '/home/wyp/add.txt' into table wyp;

2. Loading data to table default.wyp

3. Table default.wyp stats:

4. [num_partitions: 0, num_files: 2, num_rows: 0, total_size: 215]

5. OK

6. Time taken: 0.47 seconds

8. hive> select * from wyp;

9. OK

10. 5       wyp1    23      131212121212

11. 6       wyp2    24      134535353535

12. 7       wyp3    25      132453535353

13. 8       wyp4    26      154243434355

14. 1       wyp     25      13188888888888

15. 2       test    30      13888888888888

16. 3       zs      34      899314121

17. Time taken: 0.096 seconds, Fetched: 7 row(s)

復(fù)制代碼

從上面的執(zhí)行結(jié)果我們可以看到，數(shù)據(jù)的確導(dǎo)入到wyp表中了！請注意load data inpath ‘/home/wyp/add.txt’ into table wyp;里面是沒有l(wèi)ocal這個單詞的，這個是和一中的區(qū)別。

三、從別的表中查詢出相應(yīng)的數(shù)據(jù)并導(dǎo)入到Hive表中

假設(shè)Hive中有test表，其建表語句如下所示：

1. hive> create table test(

2.     > id int, name string

3.     > ,tel string)

4.     > partitioned by

5.     > (age int)

6.     > ROW FORMAT DELIMITED

7.     > FIELDS TERMINATED BY '\t'

8.     > STORED AS TEXTFILE;

9. OK

10. Time taken: 0.261 seconds

復(fù)制代碼

大體和wyp表的建表語句類似，只不過test表里面用age作為了分區(qū)字段。對于分區(qū)，這里在做解釋一下：

分區(qū)：在Hive中，表的每一個分區(qū)對應(yīng)表下的相應(yīng)目錄，所有分區(qū)的數(shù)據(jù)都是存儲在對應(yīng)的目錄中。比如wyp表有dt和city兩個分區(qū)，則對應(yīng)dt=20131218,city=BJ對應(yīng)表的目錄為/user/hive/warehouse/dt=20131218/city=BJ，所有屬于這個分區(qū)的數(shù)據(jù)都存放在這個目錄中。

下面語句就是將wyp表中的查詢結(jié)果并插入到test表中：

1. hive> insert into table test

2.     > partition (age='25')

3.     > select id, name, tel

4.     > from wyp;

5. #####################################################################

6.            這里輸出了一堆Mapreduce任務(wù)信息，這里省略

7. #####################################################################

8. Total MapReduce CPU Time Spent: 1 seconds 310 msec

9. OK

10. Time taken: 19.125 seconds

12. hive> select * from test;

13. OK

14. 5       wyp1    131212121212    25

15. 6       wyp2    134535353535    25

16. 7       wyp3    132453535353    25

17. 8       wyp4    154243434355    25

18. 1       wyp     13188888888888  25

19. 2       test    13888888888888  25

20. 3       zs      899314121       25

21. Time taken: 0.126 seconds, Fetched: 7 row(s)

復(fù)制代碼

這里做一下說明：
我們知道我們傳統(tǒng)數(shù)據(jù)塊的形式insert into table values（字段1，字段2），這種形式hive是不支持的。

通過上面的輸出，我們可以看到從wyp表中查詢出來的東西已經(jīng)成功插入到test表中去了！如果目標(biāo)表（test）中不存在分區(qū)字段，可以去掉partition (age=’25′)語句。當(dāng)然，我們也可以在select語句里面通過使用分區(qū)值來動態(tài)指明分區(qū)：

1. hive> set hive.exec.dynamic.partition.mode=nonstrict;

2. hive> insert into table test

3.     > partition (age)

4.     > select id, name,

5.     > tel, age

6.     > from wyp;

7. #####################################################################

8.            這里輸出了一堆Mapreduce任務(wù)信息，這里省略

9. #####################################################################

10. Total MapReduce CPU Time Spent: 1 seconds 510 msec

11. OK

12. Time taken: 17.712 seconds

15. hive> select * from test;

16. OK

17. 5       wyp1    131212121212    23

18. 6       wyp2    134535353535    24

19. 7       wyp3    132453535353    25

20. 1       wyp     13188888888888  25

21. 8       wyp4    154243434355    26

22. 2       test    13888888888888  30

23. 3       zs      899314121       34

24. Time taken: 0.399 seconds, Fetched: 7 row(s)

復(fù)制代碼

這種方法叫做動態(tài)分區(qū)插入，但是Hive中默認(rèn)是關(guān)閉的，所以在使用前需要先把hive.exec.dynamic.partition.mode設(shè)置為nonstrict。當(dāng)然，Hive也支持insert overwrite方式來插入數(shù)據(jù)，從字面我們就可以看出，overwrite是覆蓋的意思，是的，執(zhí)行完這條語句的時候，相應(yīng)數(shù)據(jù)目錄下的數(shù)據(jù)將會被覆蓋！而insert into則不會，注意兩者之間的區(qū)別。例子如下：

1. hive> insert overwrite table test

2.     > PARTITION (age)

3.     > select id, name, tel, age

4.     > from wyp;

復(fù)制代碼

更可喜的是，Hive還支持多表插入，什么意思呢？在Hive中，我們可以把insert語句倒過來，把from放在最前面，它的執(zhí)行效果和放在后面是一樣的，如下：

1. hive> show create table test3;

2. OK

3. CREATE  TABLE test3(

4.   id int,

5.   name string)

6. Time taken: 0.277 seconds, Fetched: 18 row(s)

8. hive> from wyp

9.     > insert into table test

10.     > partition(age)

11.     > select id, name, tel, age

12.     > insert into table test3

13.     > select id, name

14.     > where age>25;

16. hive> select * from test3;

17. OK

18. 8       wyp4

19. 2       test

20. 3       zs

21. Time taken: 4.308 seconds, Fetched: 3 row(s)

復(fù)制代碼

可以在同一個查詢中使用多個insert子句，這樣的好處是我們只需要掃描一遍源表就可以生成多個不相交的輸出。這個很酷吧！

四、在創(chuàng)建表的時候通過從別的表中查詢出相應(yīng)的記錄并插入到所創(chuàng)建的表中

在實際情況中，表的輸出結(jié)果可能太多，不適于顯示在控制臺上，這時候，將Hive的查詢輸出結(jié)果直接存在一個新的表中是非常方便的，我們稱這種情況為CTAS（create table .. as select）如下：

1. hive> create table test4

2.     > as

3.     > select id, name, tel

4.     > from wyp;

6. hive> select * from test4;

7. OK

8. 5       wyp1    131212121212

9. 6       wyp2    134535353535

10. 7       wyp3    132453535353

11. 8       wyp4    154243434355

12. 1       wyp     13188888888888

13. 2       test    13888888888888

14. 3       zs      899314121

15. Time taken: 0.089 seconds, Fetched: 7 row(s)

復(fù)制代碼

數(shù)據(jù)就插入到test4表中去了，CTAS操作是原子的，因此如果select查詢由于某種原因而失敗，新表是不會創(chuàng)建的！

到此，相信大家對“hive導(dǎo)入數(shù)據(jù)的四種方式介紹”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！