Hive数据导出三种方式(四)
来源:互联网 发布:复式记账软件 编辑:程序博客网 时间:2024/06/07 14:46
注:原文出自 http://blog.csdn.net/lifuxiangcaohui/article/details/40589881
今天我们再谈谈Hive中的三种不同的数据导出方式。
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;
复制代码
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
复制代码
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
复制代码
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;
复制代码
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
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)
复制代码
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。
下面详细介绍:
在Hive0.11.0版本新引进了一个新的特性,也就是当用户将Hive查询结果输出到文件,用户可以指定列的分割符,而在之前的版本是不能指定列之间的分隔符,这样给我们带来了很大的不变,在Hive0.11.0之前版本我们一般是这样用的: hive> insert overwrite local directory '/home/wyp/Documents/result' hive> select * from test; 复制代码 保存的文件列之间是用^A(\x01)来分割 196^A242^A3 186^A302^A3 22^A377^A1 244^A51^A2复制代码 注意,上面是为了显示方便,而将\x01写作^A,在实际的文本编辑器我们是看不到^A的,而是一个奇怪的符号。 现在我们可以用Hive0.11.0版本新引进了一个新的特性,指定输出结果列之间的分隔符: hive> insert overwrite local directory '/home/wyp/Documents/result' hive> row format delimited hive> fields terminated by '\t' hive> select * from test; 复制代码 再次看出输出的结果 196 242 3 186 302 3 22 377 1 244 51 2 复制代码 结果好看多了。如果是map类型可以用下面语句来分割map的key和value hive> insert overwrite local directory './test-04' hive> row format delimited hive> FIELDS TERMINATED BY '\t' hive> COLLECTION ITEMS TERMINATED BY ',' hive> MAP KEYS TERMINATED BY ':' hive> select * from src; 复制代码
根据上面内容,我们来进一步操作:
hive> insert overwrite local directory '/home/yangping.wu/local' > row format delimited > fields terminated by '\t' > select * from wyp;
复制代码
[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
复制代码
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][ DISCUZ_CODE_26 ]nbsp; hive -e "select * from wyp" >> local/wyp.txt[wyp@master ~/local][ DISCUZ_CODE_26 ]nbsp; cat wyp.txt5 wyp1 23 1312121212126 wyp2 24 1345353535357 wyp3 25 1324535353538 wyp4 26 1542434343551 wyp 25 131888888888882 test 30 138888888888883 zs 34 899314121
复制代码
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
复制代码
上述语句得到的结果也是\t分割的。
- Hive数据导出三种方式(四)
- Hive总结(八)Hive数据导出三种方式
- Hive总结(八)Hive数据导出三种方式
- Hive总结(八)Hive数据导出三种方式
- Hive总结(八)Hive数据导出三种方式
- Hive数据导出三种方式
- Hive 总结(七)hive导出数据的三种方式
- Hive(四)--数据导入导出方式
- Hive中的三种不同的数据导出方式介绍
- Hive中的三种不同的数据导出方式介绍
- Hive中的三种不同的数据导出方式介绍
- Hive中的三种不同的数据导出方式介绍
- hive导出数据的几种方式
- hive学习 —Hive几种导出数据方式
- hive-导出数据的方式
- 大数据(二十三)Hive【Hive三种启动方式 、 HIVE Server2详解 、 jdbc链接HIVE】
- Hive总结(二)Hive数据导入的三种方式
- Hive数据导入导出的几种方式
- 全平台轻量级 Verilog 编译器 & 仿真环境
- Spring事务
- 线性顺序表的创建与使用
- Java从入门到精通阅读笔记(第4版)14
- SURF算法原理
- Hive数据导出三种方式(四)
- Unity3D学习笔记(1)
- Js_DOM
- L1-025. 正整数A+B
- 方法重载overload与重写override的区别
- linux下的粘滞位和find命令
- shell脚本学习
- ducci序列 Uva1594
- google 分屏 横屏模式 按home键界面错乱故障分析(三) 分屏的退出过程分析