Hive創建表完整指南

一、hive創建表的語句

創建表是Hive中最常見的任務之一。在Hive中，我們使用CREATE TABLE語句來創建一個新的表。下面是hive創建表的語句：

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] 
[SKEWED BY (col_name, col_name, ...) 
      ON ((col_value, col_value, ...), (col_value, col_value, ...), ...) 
      [STORED AS DIRECTORIES]] 
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]
[TBLPROPERTIES (property_name=property_value, ...)]

以上語句中，[]中的內容可以省略，而()中的內容必須填寫。下面分別對以上所用到的關鍵字進行詳細說明：

• TEMPORARY: 暫時性表，用於當前session
• EXTERNAL: 外部表，表的數據被存儲在Hive以外的位置
• IF NOT EXISTS: 如果表不存在，則創建表；否則不會創建
• table_name: 表名
• col_name: 列名
• data_type: 數據類型
• col_comment: 列注釋
• table_comment: 表注釋
• PARTITIONED BY: 分區鍵
• num_buckets: 分桶數量
• BUCKETS: 將表數據分成多個文件，用於並行處理加速
• SKEWED BY: 數據傾斜處理
• STORED AS DIRECTORIES: 在多個路徑中存儲文件
• row_format: 行數據格式
• file_format: 文件格式
• LOCATION: 表數據的存儲路徑
• TBLPROPERTIES: 表屬性，以key-value對形式存儲

二、hive創建表時選擇題

在Hive創建表時，可能會遇到不同的需求和情況，需要使用不同的語句和操作方式。以下是幾個選擇題，幫助你更好地理解Hive創建表。

1、創建一個臨時表，表名為table1，包含兩列，分別為col1和col2，數據類型分別為int和string：

CREATE TEMPORARY TABLE table1 (col1 int, col2 string);

2、創建一個外部表，表名為table2，數據存儲在「/user/hdfs/data/table2」路徑下，其中有兩列分別為col1和col2，數據類型分別為int和string：

CREATE EXTERNAL TABLE table2 (col1 int, col2 string) 
LOCATION '/user/hdfs/data/table2';

3、創建一個分區表，表名為table3，數據存儲在「/user/hdfs/data/table3」路徑下，包含兩列，其中一列為分區鍵partition_col，數據類型為string，另一列為value_col，數據類型為int：

CREATE TABLE table3 (value_col int) 
PARTITIONED BY (partition_col string) 
LOCATION '/user/hdfs/data/table3';

三、hive創建表命令

Hive創建表是一個常見的任務，下面是一些常用的Hive創建表命令。

1、創建一個包含兩列的表，其中一列為id，數據類型為int，另一列為name，數據類型為string，並且表名為table1：

CREATE TABLE IF NOT EXISTS table1 (
    id INT,
    name STRING
);

2、創建一個外部表，其中一列為id，數據類型為int，另一列為name，數據類型為string，表數據存儲在/user/hdfs/data/table2路徑中，並且表名為table2：

CREATE EXTERNAL TABLE IF NOT EXISTS table2 (
    id INT,
    name STRING
)
LOCATION '/user/hdfs/data/table2';

3、創建一個分區表，其中一列為id，數據類型為int，另一列為name，數據類型為string，並且表名為table3，分區鍵為ds和city：

CREATE TABLE IF NOT EXISTS table3 (
    id INT,
    name STRING
)
PARTITIONED BY (ds STRING, city STRING);

4、創建一個分桶表，其中一列為id，數據類型為int，另一列為name，數據類型為string，並且表名為table4，數據分為5個桶：

CREATE TABLE IF NOT EXISTS table4 (
    id INT,
    name STRING
)
CLUSTERED BY (id) INTO 5 BUCKETS;

四、hive創建表指定文件格式

Hive可以指定不同的文件格式來存儲表數據，以下是常見的幾種文件格式及創建語句。

1、創建一個存儲在Parquet格式文件中的表，其中一列為id，數據類型為int，另一列為name，數據類型為string：

CREATE TABLE IF NOT EXISTS parquet_table (
    id INT,
    name STRING
)
STORED AS PARQUET;

2、創建一個存儲在ORC格式文件中的表，其中一列為id，數據類型為int，另一列為name，數據類型為string：

CREATE TABLE IF NOT EXISTS orc_table (
    id INT,
    name STRING
)
STORED AS ORC;

3、創建一個存儲在SequenceFile格式文件中的表，其中一列為id，數據類型為int，另一列為name，數據類型為string：

CREATE TABLE IF NOT EXISTS seq_table (
    id INT,
    name STRING
)
STORED AS SEQUENCEFILE;

五、Hive創建表例子

以下是一些創建表的例子，包含了表的各種屬性設置：

1、創建一個外部表，其中一列為id，數據類型為int，另一列為name，數據類型為string，表數據存儲在/user/hdfs/data/table5路徑中，表名為table5：

CREATE EXTERNAL TABLE IF NOT EXISTS table5 (
    id INT,
    name STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
STORED AS TEXTFILE
LOCATION '/user/hdfs/data/table5';

2、創建一個分區表，其中一列為id，數據類型為int，另一列為name，數據類型為string，表名為table6，分區鍵為dt和city，表數據存儲在/user/hdfs/data/table6路徑中：

CREATE TABLE IF NOT EXISTS table6 (
    id INT,
    name STRING
)
PARTITIONED BY (dt STRING, city STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
STORED AS TEXTFILE
LOCATION '/user/hdfs/data/table6';

3、創建一個分桶表，其中一列為id，數據類型為int，另一列為name，數據類型為string，表名為table7，數據分為5個桶，數據存儲在/user/hdfs/data/table7路徑中：

CREATE TABLE IF NOT EXISTS table7 (
    id INT,
    name STRING
)
CLUSTERED BY (id) INTO 5 BUCKETS
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
STORED AS TEXTFILE
LOCATION '/user/hdfs/data/table7';

六、hive創建表指定編碼格式

在Hive創建表時，可以指定表的編碼格式。以下是幾個常見的編碼格式及其創建語句。

1、創建一個UTF-8編碼格式的表，其中一列為id，數據類型為int，另一列為name，數據類型為string：

CREATE TABLE IF NOT EXISTS utf8_table (
    id INT,
    name STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
STORED AS TEXTFILE
LOCATION '/user/hdfs/data/utf8_table'
TBLPROPERTIES (
    'serialization.encoding'='UTF-8'
);

2、創建一個GBK編碼格式的表，其中一列為id，數據類型為int，另一列為name，數據類型為string：

CREATE TABLE IF NOT EXISTS gbk_table (
    id INT,
    name STRING
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
STORED AS TEXTFILE
LOCATION '/user/hdfs/data/gbk_table'
TBLPROPERTIES (
    'serialization.encoding'='GBK'
);

七、hive創建表可以指定的幾種方式

Hive創建表的方式有多種，比較常見的有以下幾種：

• 使用命令行創建表： 在終端輸入Hive命令，使用CREATE TABLE語句創建表
• 使用腳本創建表： 將創建表的語句寫入腳本文件，然後通過hive -f file_name執行腳本
• 使用JDBC API創建表： 在Java或其他開發語言中，通過JDBC連接Hive，在Java中使用CREATE TABLE語句創建表
• 使用Apache HCatalog創建表： HCatalog是Apache Hadoop生態系統中的一部分，它提供了一種將數據從Hadoop存儲（比如HDFS）中提取到Hive元數據庫中的方式

以上就是關於Hive創建表的完整指南，包括常用的Hive創建表命令、創建表指定文件格式等內容。熟練掌握Hive創建表操作，對於數據分析、數據倉庫開發人員來說具有非常重要的意義。