HiveQL:数据定义

Hive中的数据库：本质上是表的一个目录或命名空间，数据库所在的目录位于属性hive.metastore.warehouse.dir所指定的顶层目录之后，数据库的文件目录名是以.db结尾的。

hive在查询的时候，如果表中的数据以及分区个数都非常大的话，执行这样一个包含所有分区的查询可能会触发一个巨大的MapReduce任务。一个高度建议的安全措施就是将Hive设置为"strict(严格)"模式，这样如果对分区表进行查询而where字句没有加分区过滤的话，将会禁止提交这个任务。

set hive.mapred.mode=strict;

set hive.mapred.mode=nonstrict;

查看表的详细结构：

describe extended mydb.emp ;

查看表的所有分区：

show partitions emp ;

查看表的指定分区：

show partitions emp partition(state="US");

添加一个分区：

alter table emp add partition（year=2014,month=05,day=02） location 'hdfs://master.server/data/emp/2014/05/02';

自定义表的存储格式：

记录的解析是序列化器/反序列化器（或者简写为SerDe）来控制的。对于TextFile，Hive所使用的SerDe是org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe的Java类。

Hive使用一个InputFormat对象将输入流分隔成记录，然后在使用一个OutputFormat对象来将记录格式化为输出流，在使用一个SerDe在读取数据时将记录解析成列，在写入数据时将列编码成记录。

用户也可以使用指定的第三方的输入和输出格式以及SerDe：

create table kst

partitioned by (ds string)

row format serde 'com.linkedin.haivvreo.AvroSerDe'

with serdeproperties（'schema.url'='http://schema_provider/kst.avsc'）

stored as

inputformat 'com.linkedin.haivvreo.AvroContainerInputFormat'

outputformat 'com.linkedin.haivvreo.AvroContainerOutputFormat'; 

增加、修改及删除表分区：

alter table emp add if not exists

partition (year=2014,month=05,day=01） location 'hdfs://master.server/data/emp/2014/05/01'

partition (year=2014,month=05,day=02） location 'hdfs://master.server/data/emp/2014/05/02'

partition (year=2014,month=05,day=03） location 'hdfs://master.server/data/emp/2014/05/03'；

alter table emp partition(year=2014,month=05,day=01）

set location 'hdfs://master.server/data/mod/2014/05/01';

alter table emp drop if exists partition(year=2014,month=05,day=01）;

增加、修改、删除或者替换列：

添加新字段：

alter table emp add columns (

app_name string comment ''

sess_id long comment ''

);

修改hmn字段并将字段位置移动到serverity字段之后：

alter table emp change column

hmn hours_minites_seconds int comment '' 

after serverity ; 

移除表的所有字段并重新定义新的字段：

alter table emp replace columns (

hours_mins_secs int comment ''

serverity string comment ''

mess string comment ''

);