一、数据库操作

• 创建数据库

create database if not exists myhive;

• 使用数据库

use myhive;

• 查看数据库详细信息

desc database myhive;

数据库本质上就是在HDFS之上的文件夹。

默认数据库的存放路径是HDFS的：/user/hive/warehouse内

• 创建数据库并指定hdfs存储位置

create database myhive2 location '/myhive2';

使用location关键字，可以指定数据库在HDFS的存储路径

• 删除一个空数据库，如果数据库下面有数据表，那么就会报错

drop database myhive;

• 强制删除数据库，包含数据库下面的表一起删除

drop database myhive2 cascade;

二、数据表操作

2.1、数据导入（数据加载）

• 方式一：从文件向表加载数据

load  data  [local]  inpath  'path'  [overwrite]  into  table  tablename;

----如果数据在hdfs，那么源文件会消失（本质上走的mv移动）

----如果数据在本地，需要带local，如果在hdfs就不用带了

----这个加载方式不会走MapReduce，小文件加载数据快 

• 方式二：从表向其他表加载数据

insert  into | overwrite  table  tablename  select  .......;

2.2、数据导出

• 方式一：通过insert  overwrite  语句

insert  overwrite  [local]  directory  'path' 

[row  format  delimited  fields  terminated  by  '']        -----自定义列分隔符

select  .....;

----带local，写入本地

----不带local，写入hdfs

方式二：

# -e  直接执行sql语句，将结果通过linux的重定向符号写入到指定文件中

bin/hive  -e  "sql语句">  result.txt        

# -f  直接执行sql脚本，将结果通过linux的重定向符号写入到指定文件中

bin/hive  -e  "sql脚本文件">  result.txt  

2.3、分区表

在大数据中，最常用的一种思想就是分治，我们可以把大的文件分割成一个个小的文件，这样每次操作一个小的文件就会很容易了。同样的道理，在hive当中也是支持这种思想，就是我们可以把大的数据，按照每天或者每小时进行切分成一个个的小文件，这样去操作小的文件就会容易得多。

1. 创建分区表

• 单分区 

• 多分区 

2.4、分桶表

分桶和分区一样，也是一种通过改变表的存储模式，从而完成对表优化的一种调优方式。

但和分区不同，分区是将表拆分到不同的子文件夹中进行存储，而分桶是将表拆分到固定数量的不同文件中进行存储。