Hive几种数据导出方式
来源:互联网 发布:淘宝做任务返利 编辑:程序博客网 时间:2024/04/28 03:23
转自:http://www.iteblog.com/archives/955
谈到了Hive中几种数据的导入方式,不同的数据导入方式用途不一样。今天我们再谈谈Hive中的几种不同的数据导出方式。可以根据导出的地方不一样,将这些方式分为三种:(1)、导出到本地文件系统;(2)、导出到HDFS中;(3)、导出到Hive的另一个表中。为了避免单纯的文字,我将一步一步地用命令进行说明。
一、导出到本地文件系统
hive> insert overwrite local directory '/home/wyp/wyp' > select * from wyp;
这条HQL的执行需要启用Mapreduce完成,运行完这条语句之后,将会在本地文件系统的/home/wyp/wyp目录下生成文件,这个文件是Reduce产生的结果(这里生成的文件名是000000_0),我们可以看看这个文件的内容:
[wyp@master ~/wyp]$ vim 000000_05^Awyp1^A23^A1312121212126^Awyp2^A24^A1345353535357^Awyp3^A25^A1324535353538^Awyp4^A26^A1542434343551^Awyp^A25^A131888888888882^Atest^A30^A138888888888883^Azs^A34^A899314121
可以看出,这就是wyp表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\00001)。
和导入数据到Hive不一样,不能用insert into来将数据导出:
hive> insert into local directory '/home/wyp/wyp' > select * from wyp;NoViableAltException(79@[]) at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683) at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667) at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421) at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306) at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100) at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213) at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928) at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190) at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418) at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337) at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902) at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259) at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216) at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413) at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756) at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614) at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25) at java.lang.reflect.Method.invoke(Method.java:597) at org.apache.hadoop.util.RunJar.main(RunJar.java:212)FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clauseline 1:18 cannot recognize input near 'directory' ''/home/wyp/wyp'' 'select' in select clause
二、导出到HDFS中
和导入数据到本地文件系统一样的简单,可以用下面的语句实现:
hive> insert overwrite directory '/home/wyp/hdfs' > select * from wyp;
将会在HDFS的/home/wyp/hdfs目录下保存导出来的数据。注意,和导出文件到本地文件系统的HQL少一个local,数据的存放路径就不一样了。
三、导出到Hive的另一个表中
其实这个在《Hive几种数据导入方式》文中就用到了,这也是Hive的数据导入方式,如下操作:
hive> insert into table test > partition (age='25') > select id, name, tel > from wyp;##################################################################### 这里输出了一堆Mapreduce任务信息,这里省略#####################################################################Total MapReduce CPU Time Spent: 1 seconds 310 msecOKTime taken: 19.125 secondshive> select * from test;OK5 wyp1 131212121212 256 wyp2 134535353535 257 wyp3 132453535353 258 wyp4 154243434355 251 wyp 13188888888888 252 test 13888888888888 253 zs 899314121 25Time taken: 0.126 seconds, Fetched: 7 row(s)
细心的读者可能会问,怎么导入数据到文件中,数据的列之间为什么不是wyp表设定的列分隔符呢?其实在Hive 0.11.0版本之间,数据的导出是不能指定列之间的分隔符的,只能用默认的列分隔符,也就是上面的^A来分割,这样导出来的数据很不直观,看起来很不方便!
如果你用的Hive版本是0.11.0,那么你可以在导出数据的时候来指定列之间的分隔符(可以参见本博客的《Hive0.11查询结果保存到文件并指定列之间的分隔符》),操作如下:
如果你用的Hive版本是0.11.0,那么你可以在导出数据的时候来指定列之间的分隔符(可以参见本博客的《Hive0.11查询结果保存到文件并指定列之间的分隔符》),操作如下:
hive> insert overwrite local directory '/home/yangping.wu/local' > row format delimited > fields terminated by '\t' > select * from wyp;[wyp@master ~/local]$ vim 000000_05 wyp1 23 1312121212126 wyp2 24 1345353535357 wyp3 25 1324535353538 wyp4 26 1542434343551 wyp 25 131888888888882 test 30 138888888888883 zs 34 899314121
这个很不错吧!
其实,我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句;而-f是接一个文件,文件的内容为一个sql语句,如下:
[wyp@master ~/local]$ hive -e "select * from wyp" >> local/wyp.txt[wyp@master ~/local]$ cat wyp.txt5 wyp1 23 1312121212126 wyp2 24 1345353535357 wyp3 25 1324535353538 wyp4 26 1542434343551 wyp 25 131888888888882 test 30 138888888888883 zs 34 899314121
得到的结果也是用\t分割的。也可以用-f参数实现:
[wyp@master ~/local]$ cat wyp.sqlselect * from wyp[wyp@master ~/local]$ hive -f wyp.sql >> local/wyp2.txt
上述语句得到的结果也是\t分割的。
0 0
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导入导出方式
- [Hive]客户端几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导出方式
- Hive几种数据导入方式
- Hive几种数据导入方式
- Hive几种数据导入方式
- Hive几种数据导入方式
- Hive几种数据导入方式
- strchr 字符串查找(自己实现这个功能)
- 数组-08. 字符串转换成十进制整数(15)
- [Android初级]NDK入门体验の方法调用
- (514B)codeforce
- GitHub的安装和使用(Windows、Linux系统上)
- Hive几种数据导出方式
- Bash内部变量
- UVA 10420 List of Conquests
- Spring 初始化过程详细分析 [源码] (二)
- 数组-09. 求矩阵的局部极大值(15)
- 关键字using与interrupt
- WINDOWS 7下安装GNU EMACS
- javaweb中struts的图片上传
- windows下获取系统管理员账号明文密码工具mimikatz使用