目录

对数据库操作：

创建数据库：

查看数据库信息：

1.查看基本信息：

2.查看详尽信息：

删除数据库：

1.简单语法：

2.复杂语法：

对表操作：

创建表：

1.普通建表：

完整语法：

 关键字解释：

（3）数据类型：

2.Create Table As Select（CTAS）建表：

3.Create Table Like语法

建表案例：

1.创建内部表：

2.创建外部表：

3.SERDE和复杂数据类型的使用：

4.create table as select：

5.create table like

查看表：

查看表的基本信息：

修改表：

（1）重命名表：

案例：

（2）修改列信息：

        （1）添加列：

        （2）更新列：

        （3）替换列

删除表：

清空表：

对数据库操作：

创建数据库：

create database db_hive1;

在创建的时候没有指定路径（hdfs的存储路径）会使用默认路径

使用关键字   location 可指定路径但是该目录是在/user下新建一个当前连接用户名的目录，在该目录下边创建所给出的相应目录

create database db_hive3 location 'db_2/sss';

查看数据库信息：

1.查看基本信息：

DESCRIBE DATABASE db_hive1;

2.查看详尽信息：

DESCRIBE DATABASE EXTENDED db_hive1;

相比之下只是多出一些信息（parameters）

这列信息所展示的是我们在创建数据库的时候附加的信息

修改数据库：
用户可以使用alter database命令修改数据库某些信息，其中能够修改的信息包括dbproperties、location、owner user。需要注意的是：修改数据库location，不会改变当前已有表的路径信息，而只是改变后续创建的新表的默认的父目录。

--修改dbproperties
ALTER DATABASE database_name SET DBPROPERTIES (property_name=property_value, ...);

删除数据库：

1.简单语法：

drop database 数据库名

2.复杂语法：

DROP DATABASE [IF EXISTS] database_name [RESTRICT|CASCADE];

IF EXISTS：存在才删除  不存在不报错

RESTRICT：严格模式，若数据库不为空，则会删除失败。（需要手动删除表和数据）（默认）

CASCADE：级联模式，若数据库不为空，则会将库中的表一并删除。

对表操作：

创建表：

1.普通建表：

create table ind1(name string,age int);

完整语法：

CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]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]
[ROW FORMAT row_format] 
[STORED AS file_format]
[LOCATION hdfs_path]
[TBLPROPERTIES (property_name=property_value, ...)]

 关键字解释：

（1）TEMPORARY

临时表，该表只在当前会话可见，会话结束，表会被删除。

（2）EXTERNAL（重点）

加上该关键字就是创建外部表的意思（内部表也叫管理表：管理表意味着Hive会完全接管该表，包括元数据和HDFS中的数据，外部表：而外部表则意味着Hive只接管元数据，而不完全接管HDFS中的数据。）

（3）数据类型：

        基础数据类型：

        复杂数据类型：

类型转换：

 Hive的基本数据类型可以做类型转换，转换的方式包括隐式转换以及显示转换。

隐式转换：

Hive官方说明：隐式转换官方文档https://cwiki.apache.org/confluence/display/hive/languagemanual+types

 显式转换：

可以借助cast函数完成显示的类型转换

select cast('12345'as int);

 主要就是cast函数的调用

（4）ROW FORMAT（序列化&反序列化）

   DELIMITED 关键字表示对文件中的每个字段按照特定分割符进行分割，其会使用默认的SERDE对每行数据进行序列化和反序列化。

  SERDE关键字可用于指定其他内置的SERDE或者用户自定义的SERDE。例如JSON SERDE，可用于处理JSON字符串。

2.Create Table As Select（CTAS）建表：

        该语法允许用户利用select查询语句返回的结果，直接建表，表的结构和查询语句的结构保持一致，且保证包含select查询语句放回的内容

create table inc as select *from stu;

结果新创建的inc表中数据与stu表一致

3.Create Table Like语法

该语法允许用户复刻一张已经存在的表结构，与上述的CTAS语法不同，该语法创建出来的表中不包含数据。

create table incc LIKE inc;

建表案例：

1.创建内部表：

create table if not exists student(id int comment '学号'
                                  ,name string)
                                  row format delimited fields terminated by 't'
location '/user/hive/warehouse/student';

上述创建的内部表是默认序列化和反序列化，并且设置列分隔符和指定HDFS中文件路径

如果删除表，则HDFS路径也会跟着删除

可以看到没有了student表的信息

2.创建外部表：

create external table student(id int comment 'id'
                             ,name string)
                             row format delimited fields terminated by 't'
location '/user/hive/warehouse/student';

 参数与上一案例相同，重点演示删除操作

（外部表只管理元数据，不管理HDFS中的数据）

上传数据：

执行删除命令后：

可以看到我们可视化界面中已经没有了student表

但是我们的HDFS中还是存在我们的数据

 上述就应证了我们外部表只管理元数据

3.SERDE和复杂数据类型的使用：

下边给出JSON格式化后的文件：

{
    "name": "dasongsong",
    "friends": [
        "bingbing",
        "lili"
    ],
    "students": {
        "xiaohaihai": 18,
        "xiaoyangyang": 16
    },
    "address": {
        "street": "hui long guan",
        "city": "beijing",
        "postal_code": 10010
    }
}

我们要把JSON文件对应创建HIVE表，则需要把JSON文件中的一级字段与Hive表的字段保持一致

再根据后边的值来设计Hive表字段的类型

  设计name的类型为： string

      fridends的类型为： array数组

      students的类型为：map键值对的形式

      address的类型为： struct（因为值的类型不一致所以设置为struct）

建表语句如下：

create table teacher
(
    name     string,
    friends  array<string>,
    students map<string,int>,
    address  struct<city:string,street:string,postal_code:int>
)
row format serde 'org.apache.hadoop.hive.serde2.JsonSerDe'
location '/user/hive/warehouse/teacher';

上传JSON文件（上传数据的时候要保证一条JSON数据为一行（不要格式化之后的））

让后调用hadoop fs命令上传文件（上传到hive表所在的目录下）

4.create table as select：

create table teacher1 as select * from teacher;

上述命令会按照select查询到的数据类型进行建表，让后把查询到的数据进行填充

5.create table like

create table teacher2 like teacher;

上述代码只会复刻表的结构不会复制数据

查看表：

SHOW TABLES [IN database_name] LIKE ['identifier_with_wildcards'];

查看表的基本信息：

DESCRIBE [EXTENDED | FORMATTED] [db_name.]table_name

EXTENDED：展示详细信息

FORMATTED：对详细信息进行格式化的展示

修改表：

修改信息只会修改元数据信息，HDFS文件是不会被修改的，所以文件需要手动处理

（1）重命名表：

ALTER TABLE table_name RENAME TO new_table_name

案例：

 alter table stu rename to stu1;

（2）修改列信息：

        （1）添加列：

增加列默认情况下会增加到列的末尾

alter table stu1 add columns (age int);

        （2）更新列：

该语句允许用户修改指定列的列名、数据类型、注释信息以及在表中的位置。

在修改表的时候会检验修改前后类型是否兼容（对比标准按照数据类型的转换进行对比）

我们也可以设置不进行检验（默认开启校验为true）

set hive.metastore.disallow.incompatible.col.type.changes=false;

alter table stu1 change age   age double comment 'age';

        （3）替换列

该语句允许用户用新的列集替换表中原有的全部列。

替换列需要用到关键字replace

alter table stu1 replace columns (id int,name string);

删除表：

如果所删除的表是外部表，则只删除了元数据

drop table inc;

清空表：

清空表只对管理表（内部表），不能清空外部表，执行命令后HDFS中存储的数据就会全部清空 

truncate table stu1;

 hive的DDL操作至此结束！！！