Hive表的数据载入方式

Hive是基于Hadoop分布式文件系统的数据仓库工具，Hive利用了Hadoop的高可扩展性特点，实现大数据量的数据存储和数据分析。由于Hive是一个数据仓库工具，因此不提供行级别的增、删、改的操作。也就意味着要向Hive的表中写入数据必须是通过大量的数据写入方式。Hive提供了一些方式可以让我们把数据写入到Hive表中。

Hive数据存储简介：

Hive数据库及数据库对象，都是以文件夹（命名空间）的形式存在于HDFS上的，而实际的表数据则是以文件的形式存在于表（或分区）目录下的。数据库及数据库对象与数据文件的映射关系（元数据），则存储在一个关系型数据库中，默认是Derby数据库，推荐使用MySql存储。也就是说，要向Hive数据库的表写数据，其实就是对HDFS上文件的数据写入。下面大概介绍一下向Hive表中写数据的方式。

通过Hive命令行工具（CLI）载入数据

通过Hive的CLI，可能通过命令，将本地文件系统中的文件或者HDFS中已经存在的文件，载入到Hive表中（其实就是让数据和Hive产生关系）。

1、载入本地数据：

<pre name="code" class="sql">load data local inpath   '${env:HOME}/t_person.txt' overwrite into table t_person; 

如果使用overwrite关键字，Hive会把employees表中原来的数据删除掉（外部表除外），再新增数据，overwrite是可选的。

那么如果没有overwrite关键字，写入的文件如果已经存在了，那么怎么样呢？Hive会重命名新传入的文件，如下所示：

/user/hive/warehouse/t_person/t_person.txt/user/hive/warehouse/t_person/t_person2.txt/user/hive/warehouse/t_person/t_person2_copy_1.txt

2、载入HDFS上的数据：

其实就是把local参数去掉，其他与载入本地数据是一样的。

load data  inpath   '${env:HOME}/t_person.txt' overwrite into table t_person; 

3、通过select into 的方式载入数据：

hive> insert into table t_person    > select * from t_person_temp where id=7;

用select into 的方式有点奇怪，执行完上面的语句，在表的目录下会多出2个文件，主要是因为，调用了MR进行数据的写入，MR的output最少是2个文件。如下所示：

/user/hive/warehouse/t_person/000000_0/user/hive/warehouse/t_person/t_person.txt/user/hive/warehouse/t_person/t_person2.txt

通过Hadoop命令行载入数据

通过Hadoop提供的命令，可以把本地文本或者HDFS上的文件写入到对应的目录，只要把文件把照Hive表的定义模式规则，放到对应的HDFS目录，那么Hive就可以知道如何去处理它。

**@Standalone14:~$ hdfs dfs -put 'Documents/hive/test1/test2/t_person4.txt' '/user/hive/warehouse/t_person'

上传文件后，如下所示：

/user/hive/warehouse/t_person/000000_0/user/hive/warehouse/t_person/t_person.txt/user/hive/warehouse/t_person/t_person2.txt/user/hive/warehouse/t_person/t_person4.txt

接下来，查询一下表，就可以看到写入的新数据了。

通过Hadoop提供的API追加数据

hadoop2.x之后的版本，支持对HDFS上的文件内容进行追加，可以追加文件有时候也比较方便，因为过多的小文件会占用大量的NameNode内存，所以对同类的数据，要么合并小文件，要么追加数据。Hadoop提供了一个API可以实现内容的追加。

主要的代码如下：

<span style="white-space:pre"></span>/** * 追加文件 * @param src本地文件路径 * @param dstHDFS文件路径 * @throws IllegalArgumentException * @throws IOException */public void append(String src,String dst) throws IllegalArgumentException, IOException{conf.setBoolean("dfs.support.append", true);InputStream in = new BufferedInputStream(new FileInputStream(src));OutputStream out = fs.append(new Path(dst));IOUtils.copyBytes(in, out, 4096,true);out.close();System.out.println("文件追加成功！");}