目录
一、Hive的数据导出
1）导出数据到本地目录
2）导出到hdfs的目录下
3）直接将结果导出到本地文件中
二、一个案例
三、表类型
1、表类型介绍
2、内部表和外部表转换
3、两种表的区别
4、练习
一、Hive的数据导出
数据导出的分类：
1. 从hive表中导出本地文件系统中(目录、文件)
2. 从hive表中导出hdfs文件系统中
3. hive表中导出到其它hive表中
1）导出数据到本地目录
insert overwrite local directory '/root/out/00' select * from t_user;
这个00不是文件名，而是文件夹的名字，没有可以自动创建2）导出到hdfs的目录下
insert overwrite directory '/root/out/00' select * from t_user;假如你导出的数据想要一个分隔符，比如 逗号
insert overwrite directory '/root/out/00'
row format delimited fields terminated by ','
select * from t_user;3）直接将结果导出到本地文件中
hive -e "sql语句" 不需要进入hive，直接执行hive的语句
hive -e "select * from databaseName.t_user" >> /root/out/a.txt
hive -e "use databaseName;select * from t_user" >> /root/out/a.txt制表符就是 Tab 键，Tab 键就是 \t
二、一个案例
数据整理：emp.txt
7369,SMITH,CLERK,7902,1980-12-17,800,null,20
7499,ALLEN,SALESMAN,7698,1981-02-20,1600,300,30
7521,WARD,SALESMAN,7698,1981-02-22,1250,500,30
7566,JONES,MANAGER,7839,1981-04-02,2975,null,20
7654,MARTIN,SALESMAN,7698,1981-09-28,1250,1400,30
7698,BLAKE,MANAGER,7839,1981-05-01,2850,null,30
7782,CLARK,MANAGER,7839,1981-06-09,2450,null,10
7788,SCOTT,ANALYST,7566,1987-04-19,3000,null,20
7839,KING,PRESIDENT,null,1981-11-17,5000,null,10
7844,TURNER,SALESMAN,7698,1981-09-08,1500,0,30
7876,ADAMS,CLERK,7788,1987-05-23,1100,null,20
7900,JAMES,CLERK,7698,1981-12-03,950,null,30
7902,FORD,ANALYST,7566,1981-12-02,3000,null,20
7934,MILLER,CLERK,7782,1982-01-23,1300,null,10
3423,cfxj,MANAGER,8899,2022-01-01,50000,100000,40根据数据的字段和格式，建表：
create table emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal int,
comm int,
deptno int
)
row format delimited
fields terminated by ',';加载数据：
load data local inpath "/home/hivedata/emp.txt" into table emp;编写指标：
1、统计有领导的员工有哪些？
不完美
select * from emp where mgr is not null;
完美的写法：
select * from emp e1 where exists (select * from emp e2 where e2.empno = e1.mgr);
还有其他写法：
select * from emp where mgr in (select distinct empno from emp);
2、统计每个部门的员工的总工资和总薪水是多少？
select sum(sal),sum(comm+sal),deptno from emp group by deptno;
8750 NULL 10
10875 NULL 20
9400 7800 30
50000 150000 40
Time taken: 1.965 seconds, Fetched: 4 row(s)
null + 任何数字 结果为null
需要一个函数 IFNULL(mysql中的函数)，在hive中的对应的函数是nvl
select sum(sal),sum(nvl(comm,0)+sal),deptno from emp group by deptno;Hive中的函数是非常重要的，课下多留意，积累！
三、表类型
1、表类型介绍
内部表：
表面来看，我们建的所有的表，默认都是内部表，内部表又叫做管理表，它的位置也很固定/user/hive/warehouse下面。
外部表：
创建的时候需要加关键字external 修饰，而且，外部表它的数据的存储位置可以不在/user/hive/warehouse，可以指定位置。
建表的语法格式：
create external table tableName(id int,name string) [location 'path'];举例：
create external table t_user7(
id int,
name string
)
row format delimited
fields terminated by ','
location '/publicData'
这个location 是本地的意思还是hdfs的路径呢？答案是必须在hdfs上。2、内部表和外部表转换
内部表转外部表
desc extended t_user; 查看表结构的详细信息| alter table tableName set tblproperties('EXTERNAL'='TRUE'); 注意：内部表转外部表，true一定要大写; |
外部表转内部表
| alter table tableName set tblproperties('EXTERNAL'='false'); 说明：false不区分大小 |
3、两种表的区别
用的最多的都是外部表，因为可以分析数据(OLAP)。
OLAP: 为分析而生的数据库 A(分析)
OLTP: 存储数据，保证数据的安全。 T(事务的意思)
最大的区别就是删除表的时候，内部表会删除元数据和真正的hdfs上的数据。而外部表只删除元数据。
思考：为什么这么做？
Hive是一个数据分析的工具，存储数据不是它的本意。
假如一个人，将数据上传至hdfs，这个数据量很大，一般不挪动位置，你可以建一个外部表数据的位置指向hdfs的某个文件夹，然后就可以分析了。
/home a.txt 2G
建一个外部表，指向/home/a.txt , 分析完毕之后，删除表就可以了，干嘛要删除数据，没必要。--用后即焚！
微信小程序--> 阅后即焚。
1) 内部表和外部表在创建时的差别
就差两个关键字，EXTERNAL 和 LOCATION 举例：
| - 内部表 -- CREATE TABLE T_INNER(ID INT); - 外部表 -- CREATE EXTERNAL TABLE T_OUTER(ID INT) LOCATION 'HDFS:///AA/BB/XX'; |
2) Hive表创建时要做的两件事：
1、在hdfs下创建表目录
2、在元数据库mysql创建相应表的描述数据（元数据）
3) drop时有不同的特性：
1、drop时，元数据都会被清除
2、drop时，内部表的表目录会被删除，但是外部表的表目录不会被删除。
4) 使用场景
内部表: 平时用来测试或者少量数据,并且自己可以随时修改删除数据.
外部表：使用后数据不想被删除的情况使用外部表（推荐使用）所以，整个数据仓库的最底层的表使用外部表。
4、练习
创建不存在的文件夹
hdfs dfs -mkdir -p /user/hdfs/source/out_table
接着创建一个外部表
create external table out_table (
id int,
name string
)
row format delimited
fields terminated by ','
location '/user/hdfs/source/out_table';
加载数据：load data local inpath '/home/hivedata/user.txt' into table out_table;查看数据存放的位置：
drop table out_table;发现数据依然存在：
假如我再创建一个表，数据指向这个文件夹，表中是否会有数据？
create external table student (
sid int,
sname string
)
row format delimited
fields terminated by ','
location '/user/hdfs/source/out_table';查看表数据，数据即可出现，根本不需要导入操作
