Hiven luontitaulukko: sisäinen, muokkaaminen ja poistaminen esimerkein

Taulukon toiminnot, kuten luominen, muuttaminen ja poistaminenping Tässä läpikäynnissä voidaan tarkastella Hive-taulukoita. Jokainen operaatio näytetään ensin reaaliaikaisena istuntona ja sitten uudelleenkäytettävänä lausekkeena.

Taulukon luominen, muokkaaminen ja poistaminen Hivessä

Alla olevassa kuvakaappauksessa luomme taulukon sarakkeineen ja muutamme taulukon nimeä.

1. Taulukon guru_sample luominen kahdella sarakenimellä, kuten ”empid” ja ”empname”
2. Näytetään guru99-tietokannassa olevat taulukot
3. guru_sample näytetään taulukoiden alla
4. Muutetaan taulukkoa “guru_sample” muotoon “guru_sampleNew”
5. Jälleen kerran, kun suoritat “show”-komennon, se näyttää uuden nimen guru_sampleNew

Alla olevassa istunnossa kaikki viisi vaihetta suoritetaan järjestyksessä pesä> kehote, ja kaksi SHOW TABLES -kutsua ennen nimeämistä ja sen jälkeen tekevät vaikutuksesta näkyvän.

Pudotaping taulukko guru_esimerkkiUusi:

Yksi DROP TABLE -komento poistaa uudelleennimetyn taulukon, ja Hive vastaa OK:lla.

Hive CREATE TABLE -syntaksi ja yleiset lausekkeet

Yllä olevassa esimerkissä käytetään lyhintä mahdollista muotoa. Dokumentoitu lauseke hyväksyy useita valinnaisia ​​lausekkeita, ja jokainen niistä päättää jotain, minkä esimerkki jättää oletusarvoiseksi.

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, ...)]
  [CLUSTERED BY (col_name, ...) INTO num_buckets BUCKETS]
  [ROW FORMAT row_format]
  [STORED AS file_format]
  [LOCATION hdfs_path]
  [TBLPROPERTIES (property_name=property_value, ...)];

Liittyvä lomake, LUO TAULU uusi_taulukko KUTEN olemassa oleva_taulukko, kopioi skeeman kopioimatta rivejä. Rakennelausekkeita, kuten PARTITIONED BY ja CLUSTERED BY, käsitellään yksityiskohtaisesti oppaassa Pesän väliseinät ja ämpärit.

Taulukkotyypit ja niiden käyttö

Taulukoiden osalta se on aivan samanlainen tapa luoda kuin perinteisissä relaatiotietokannoissa. Toiminnot, kuten suodatus ja liitokset, voidaan suorittaa taulukoille.

Hive käsittelee kahdenlaisia ​​taulukkorakenteita, sisäisiä ja ulkoisia taulukoita, riippuen skeeman lataustavasta ja suunnittelusta HiveValinta ei ole kosmeettinen: se määrittää kuka omistaa datatiedostot ja mitä niille tapahtuu, kun taulukko poistetaan.

Sisäiset taulukot Hivessä

• Sisäinen taulukko on luonteeltaan tiiviisti kytketty. Tällaisessa taulukossa meidän on ensin luotava taulukko ja ladattava tiedot.
• Voimme kutsua tätä skeeman dataksi.
• Pisaroittainping Tästä taulukosta poistetaan sekä tiedot että kaava.
• Tämän taulukon tallennuspaikka on /user/hive/warehouse.
• Sisäisiä taulukoita kutsutaan myös hallituiksi taulukoiksi, ja vain ne tukevat TRUNCATE-, ARCHIVE-, MERGE-, CONCATENATE- ja ACID-tapahtumia.

Milloin valita sisäinen pöytä?

• Jos käsittelytiedot ovat saatavilla paikallisessa tiedostojärjestelmässä
• Jos haluamme Hiven hallitsevan tietojen koko elinkaarta, mukaan lukien poistaminen

Esimerkkikoodinpätkä sisäiselle taulukolle

1. Sisäisen taulukon luominen

    Hive>CREATE TABLE guruhive_internaltable (id INT,Name STRING);
   	 Row format delimited 
   	 Fields terminated by '\t';

2. Lataa tiedot sisäiseen taulukkoon

       Hive>LOAD DATA INPATH '/user/guru99hive/data.txt' INTO table guruhive_internaltable;

3. Näytä taulukon sisältö

       Hive>select * from guruhive_internaltable;

4. Pudottaaksesi sisäisen pöydän

       Hive>DROP TABLE guruhive_internaltable;

Jos poistit guruhive_internaltable-tiedoston, se poistetaan Hivestä metatietoineen ja dataineen. Ellei PURGE-metodia ole määritetty, tiedostot siirretään HDFS:n roskakoriin sen sijaan, että ne poistettaisiin välittömästi.

Seuraavasta kuvakaappauksesta voimme havaita kaikkien neljän lausekkeen tulosteen yhden istunnon aikana, joka päättyy onnistuneeseen pudotukseen.

Yllä olevassa koodissa ja kuvakaappauksessa teemme seuraavat asiat,

• Luo sisäinen taulukko
• Lataa tiedot sisäiseen taulukkoon
• Näytä taulukon sisältö
• Pudottaaksesi sisäisen pöydän

Ulkoiset taulukot Hivessä

• Ulkoinen taulukko on luonteeltaan löyhästi kytketty. Data on saatavilla HDFS-muodossa. Taulukko luodaan HDFS-datan pohjalta.
• Toisin sanoen voimme sanoa, että se luo datalle skeeman.
• Pudotuksen aikaanping taulukosta pudotetaan vain skeema, tiedot ovat edelleen saatavilla HDFS:ssä kuten ennenkin.
• Ulkoiset taulukot tarjoavat mahdollisuuden luoda useita skeemoja HDFS:ään tallennetuille tiedoille sen sijaan, että tiedot poistettaisiin aina, kun skeema päivitetään.
• Hive 4.0.0:ssa taulukon ominaisuuden external.table.purge asettaminen arvoon true saa DROP:n poistamaan myös tiedot.

Milloin valita ulkoinen pöytä?

• Jos käsittelytiedot ovat saatavilla HDFS:ssä
• Hyödyllinen, kun tiedostoja käytetään Hiven ulkopuolella

Esimerkkikoodinpätkä ulkoiselle taulukolle

1. Luo ulkoinen taulukko

   Hive>CREATE EXTERNAL TABLE guruhive_external(id INT,Name STRING)
   	 Row format delimited
   	 Fields terminated by '\t'
   	 LOCATION '/user/guru99hive/guruhive_external';

2. Jos emme määritä sijaintia taulukon luomisen yhteydessä, voimme ladata tiedot manuaalisesti

       Hive>LOAD DATA INPATH '/user/guru99hive/data.txt' INTO TABLE guruhive_external;

3. Näytä taulukon sisältö

     Hive>select * from guruhive_external;

4. Ulkoisen taulukon pudottaminen

     Hive>DROP TABLE guruhive_external;

Seuraavasta kuvakaappauksesta näemme tuloksen. Huomaa, että lopussa oleva pudotus poistaa vain skeeman – LOCATION-polun alla oleva tiedosto pysyy koskemattomana.

Yllä olevassa koodissa teemme seuraavat asiat

• Luo ulkoinen taulukko
• Lataa tiedot ulkoiseen taulukkoon
• Näytä taulukon sisältö
• Pudotaping ulkoinen pöytä

Sisäisten ja ulkoisten taulukoiden välinen ero

Apache Hiven dokumentaatio ilmaisee säännön selvästi: Hive olettaa omistavansa hallittujen taulukoiden tiedot ja olettaa, ettei se omista ulkoisten taulukoiden tietoja, ja jokainen yllä oleva ero seuraa tästä yhdestä oletuksesta.

ALTER TABLE- ja DROP TABLE -komentojen opas

Yllä olevissa kuvakaappauksissa näkyy vain uudelleennimeäminen ja pudottaminen. Näitä lauseita useimmiten käytetään olemassa olevalla taulukolla.

Kaksi suojatoimia kannattaa sisällyttää mihin tahansa skriptiin. IF EXISTS estää pudotuksen epäonnistumisen jo poistetussa taulukossa, ja DESCRIBE FORMATTED vahvistaa, onko kohde MANAGED_TABLE vai EXTERNAL_TABLE, ennen pudotuksen suorittamista.

UKK