1.我们上次学到的都是内部表，必须在数据库内进行使用。今天我们学习建外表操作：
（1）在hdfs上创建一个空目录：hdfs dfs -mkdir /t1_emp
（2）将其他内容数据导入该目录里：hdfs dfs -put ~/salary.txt /t1_emp
（3）在hive中创建一个表，与以前创建不同的是，最后一行的路径，写刚创建的空目录：
CREATE EXTERNAL TABLE emp_external(
id int,
name string,
job string,
birth string,
salary int,
dep int)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS INPUTFORMAT
'org.apache.hadoop.mapred.TextInputFormat'
OUTPUTFORMAT
'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION
'hdfs://localhost:9000/t1_emp'
（4）查看新建外表内容：select * from emp_external;
2.表数据的一些修改操作
（1）修改表名：alter table emp rename to emp_new;
（2）新增一列：alter table emp_new add columns (address string);
（3）改变某列表名字和数据类型：alter table emp_new change column id empid int;
（4）将列表替换成其他属性：alter table emp_new replace columns (_id int,_name string,_address string);
（5）增加分区：alter table emp_part add partition (day_id=’20220509′);
或者alter table emp_partition add partition (day_id=’20220510′) location ‘hdfs://localhost:9000/t3emp_part/day_id=20220510’;
（6）删除分区：alter table emp_part drop if exists partiton(day_id=’20220509′);
（7）删除表：drop table if exist emp_new;
（8）查看分区数据：select * from emp_part;(若为空，则表示里面的分区数据为空或者不存在）
3.创建分区的外表
（1）在hdfs上创建一个空目录：hdfs dfs -mkdir /t3_emp_partition
（2）在hive中创建一个表，与以前创建不同的是，中间需要加入PARTITIONED BY (day_id string)，表示通过day_id的不同来进行分区，而且最后一行的路径，写刚创建的空目录：
create external table emp_part(
> id int,
> name string,
> job string,
> birth string,
> salary int,
> dep int)
> PARTITIONED BY (day_id string)
> ROW FORMAT DELIMITED
> FIELDS TERMINATED BY ','
> STORED AS INPUTFORMAT
> 'org.apache.hadoop.mapred.TextInputFormat'
> OUTPUTFORMAT
> 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
> LOCATION
> 'hdfs://localhost:9000/t3_emp_partition';
（3）插入分区数据： LOAD DATA LOCAL INPATH ‘/home/chang/salary.txt’ OVERWRITE INTO TABLE emp_part partition (day_id=’20220509′);
（4）dfs -ls /t3_emp_partition;来进行查看分区数据列表。为方便操作，可以添加多个区，便于数据的操作。
4.外部表与内部表的区别
（1）表数据存储位置不同：内部表默认存储在hive的/user/hive/warehouse下，外部表数据存储位置由自己指定；
（2）删除表时，内部表会删除真实数据，而外部表只会删除表数据，真实数据不会被影响。
（3）创建表时，外部表需要添加external关键字。
5.使用数组array
1.创建有关数组集合的表hive_array;
原数据如下：
create table hive_array(
name string,
work_locations array<string>)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
COLLECTION ITEMS TERMINATED BY ',';
'\t'表示不同列的区分
','表示集合之内的分割用逗号。
集合就是代表array这个复杂数据类型里边的数据之间的分割。</string>
2.插入数据
使用load data当地文件导入到表hive_array内
load data local inpath '/home/hadoop/Desktop/hive_array.txt' overwrite into table hive_array;
3.查看表信息
（1）用select * from hive_array;查看数据；
（2）desc hive_array;查看表信息。
（3）取集合指定的数据；例都取第一列；
select work_locations[0] from hive_array;
（4）取包含’shanghai’的所有数据。
select * from hive_array where array_contains(work_locations,’shanghai’);
6.数据类型map
（1）创建数据类型是map的表.
原数据如下:
create table hive_map(
id int,
name string,
members map<string,string>,
age int)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','--字段之间用逗号分隔
COLLECTION ITEMS TERMINATED BY '#'--集合也就是map字段中的数据key：values相互之间用#分割
MAP KEYS TERMINATED BY ':';
--map中key与values之间用冒号分割</string,string>
（2）插入数据
load data local inpath ‘/home/chang/data/hive_map.txt’ overwrite into table hive_map;
Loading data to table t3.hive_map
（3）查看数据
select * from hive_map;
7.数据类型struct
（1）创建数据类型是struct的表.
原数据如下:
create table hive_struct(
> ip string,
> userinfo struct<name:string,age:int>)
> ROW FORMAT DELIMITED FIELDS TERMINATED BY '#' --字段之间的分割用#
> COLLECTION ITEMS TERMINATED BY ':'; --集合之间的分割用冒号</name:string,age:int>
（2）插入数据
load data local inpath ‘/home/chang/data/hive_struct.txt’ overwrite into table hive_struct;
Loading data to table t3.hive_struct
（3）查看数据
select * from hive_struct;
Original: https://blog.csdn.net/m0_57382185/article/details/124672576
Author: 常进步
Title: Hive建外表操作以及其它修改表操作 hive外表与内表区别
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/818266/
转载文章受原作者版权保护。转载请注明原作者出处！