Hive创建表完整指南

一、hive创建表的语句

创建表是Hive中最常见的任务之一。在Hive中，我们使用CREATE TABLE语句来创建一个新的表。下面是hive创建表的语句：

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, ...)]

以上语句中，[]中的内容可以省略，而()中的内容必须填写。下面分别对以上所用到的关键字进行详细说明：

• TEMPORARY: 暂时性表，用于当前session
• EXTERNAL: 外部表，表的数据被存储在Hive以外的位置
• IF NOT EXISTS: 如果表不存在，则创建表；否则不会创建
• table_name: 表名
• col_name: 列名
• data_type: 数据类型
• col_comment: 列注释
• table_comment: 表注释
• PARTITIONED BY: 分区键
• num_buckets: 分桶数量
• BUCKETS: 将表数据分成多个文件，用于并行处理加速
• SKEWED BY: 数据倾斜处理
• STORED AS DIRECTORIES: 在多个路径中存储文件
• row_format: 行数据格式
• file_format: 文件格式
• LOCATION: 表数据的存储路径
• TBLPROPERTIES: 表属性，以key-value对形式存储

二、hive创建表时选择题

在Hive创建表时，可能会遇到不同的需求和情况，需要使用不同的语句和操作方式。以下是几个选择题，帮助你更好地理解Hive创建表。

1、创建一个临时表，表名为table1，包含两列，分别为col1和col2，数据类型分别为int和string：

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

2、创建一个外部表，表名为table2，数据存储在“/user/hdfs/data/table2”路径下，其中有两列分别为col1和col2，数据类型分别为int和string：

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

3、创建一个分区表，表名为table3，数据存储在“/user/hdfs/data/table3”路径下，包含两列，其中一列为分区键partition_col，数据类型为string，另一列为value_col，数据类型为int：

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

三、hive创建表命令

Hive创建表是一个常见的任务，下面是一些常用的Hive创建表命令。

1、创建一个包含两列的表，其中一列为id，数据类型为int，另一列为name，数据类型为string，并且表名为table1：

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

2、创建一个外部表，其中一列为id，数据类型为int，另一列为name，数据类型为string，表数据存储在/user/hdfs/data/table2路径中，并且表名为table2：

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

3、创建一个分区表，其中一列为id，数据类型为int，另一列为name，数据类型为string，并且表名为table3，分区键为ds和city：

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

4、创建一个分桶表，其中一列为id，数据类型为int，另一列为name，数据类型为string，并且表名为table4，数据分为5个桶：

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

四、hive创建表指定文件格式

Hive可以指定不同的文件格式来存储表数据，以下是常见的几种文件格式及创建语句。

1、创建一个存储在Parquet格式文件中的表，其中一列为id，数据类型为int，另一列为name，数据类型为string：

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

2、创建一个存储在ORC格式文件中的表，其中一列为id，数据类型为int，另一列为name，数据类型为string：

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

3、创建一个存储在SequenceFile格式文件中的表，其中一列为id，数据类型为int，另一列为name，数据类型为string：

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

五、Hive创建表例子

以下是一些创建表的例子，包含了表的各种属性设置：

1、创建一个外部表，其中一列为id，数据类型为int，另一列为name，数据类型为string，表数据存储在/user/hdfs/data/table5路径中，表名为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、创建一个分区表，其中一列为id，数据类型为int，另一列为name，数据类型为string，表名为table6，分区键为dt和city，表数据存储在/user/hdfs/data/table6路径中：

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、创建一个分桶表，其中一列为id，数据类型为int，另一列为name，数据类型为string，表名为table7，数据分为5个桶，数据存储在/user/hdfs/data/table7路径中：

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创建表指定编码格式

在Hive创建表时，可以指定表的编码格式。以下是几个常见的编码格式及其创建语句。

1、创建一个UTF-8编码格式的表，其中一列为id，数据类型为int，另一列为name，数据类型为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、创建一个GBK编码格式的表，其中一列为id，数据类型为int，另一列为name，数据类型为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创建表可以指定的几种方式

Hive创建表的方式有多种，比较常见的有以下几种：

• 使用命令行创建表： 在终端输入Hive命令，使用CREATE TABLE语句创建表
• 使用脚本创建表： 将创建表的语句写入脚本文件，然后通过hive -f file_name执行脚本
• 使用JDBC API创建表： 在Java或其他开发语言中，通过JDBC连接Hive，在Java中使用CREATE TABLE语句创建表
• 使用Apache HCatalog创建表： HCatalog是Apache Hadoop生态系统中的一部分，它提供了一种将数据从Hadoop存储（比如HDFS）中提取到Hive元数据库中的方式

以上就是关于Hive创建表的完整指南，包括常用的Hive创建表命令、创建表指定文件格式等内容。熟练掌握Hive创建表操作，对于数据分析、数据仓库开发人员来说具有非常重要的意义。