Hive Create Table: Intern, Endre og Slett med Eksempler

Tabelloperasjoner som oppretting, endring og slettingping Tabeller i Hive kan observeres i denne gjennomgangen. Hver operasjon vises først som en live-økt, deretter som en gjenbrukbar setning.

Slik oppretter, endrer og sletter du en tabell i Hive

I skjermbildet nedenfor lager vi en tabell med kolonner og endrer tabellnavnet.

1. Oppretter tabellen guru_sample med to kolonnenavn som «empid» og «empname»
2. Viser tabeller som finnes i guru99-databasen
3. guru_sample vises under tabeller
4. Endre tabellen «guru_sample» til «guru_sampleNew»
5. Igjen, når du kjører kommandoen «show», vil den vise det nye navnet guru_sampleNew

Økten nedenfor kjører alle fem trinnene i rekkefølge på bikube> prompten, og de to SHOW TABLES-kallene før og etter nytt navn gjør effekten synlig.

Dropping tabell guru_sampleNy:

Én enkelt DROP TABLE-setning fjerner den omdøpte tabellen, og Hive svarer med OK.

Hive CREATE TABLE Syntaks og vanlige klausuler

Eksemplet ovenfor bruker kortest mulig form. Den dokumenterte setningen aksepterer flere valgfrie klausuler, og hver av dem bestemmer noe eksemplet lar stå som standard.

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, ...)];

En beslektet form, OPPRETT TABELL ny_tabell SOM eksisterende_tabell, kopierer et skjema uten å kopiere noen rader. Strukturklausuler som PARTITIONED BY og CLUSTERED BY er dekket i detalj i veiledningen til Bikubeskillevegger og bøtter.

Tabelltyper og dens bruk

Når det gjelder tabeller, er det akkurat som måten vi oppretter i tradisjonelle relasjonsdatabaser. Funksjonaliteter som filtrering og sammenføyninger kan utføres på tabellene.

Hive håndterer to typer tabellstrukturer, interne og eksterne tabeller, avhengig av lasting og design av skjemaet i HiveValget er ikke kosmetisk: det avgjør hvem som eier datafilene og hva som skjer med dem når tabellen slettes.

Interne tabeller i Hive

• En intern tabell er tett koblet. I denne typen tabell må vi først opprette tabellen og laste inn dataene.
• Vi kan kalle dette data på skjema.
• Ved slippping denne tabellen, vil både data og skjema bli fjernet.
• Den lagrede plasseringen til denne tabellen vil være på /user/hive/warehouse.
• Interne tabeller kalles også administrerte tabeller, og bare de støtter TRUNCATE-, ARCHIVE-, MERGE-, CONCATENATE- og ACID-transaksjoner.

Når skal jeg velge internt bord?

• Hvis behandlingsdataene er tilgjengelige i det lokale filsystemet
• Hvis vi vil at Hive skal administrere hele livssyklusen til data, inkludert sletting

Eksempelkodebit for intern tabell

1. For å opprette den interne tabellen

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

2. Last inn dataene i den interne tabellen

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

3. Vis innholdet i tabellen

       Hive>select * from guruhive_internaltable;

4. For å slippe den interne tabellen

       Hive>DROP TABLE guruhive_internaltable;

Hvis du slettet guruhive_internaltable, vil inkludert metadata og data bli slettet fra Hive. Med mindre PURGE er spesifisert, flyttes filene til HDFS-søppelmappen i stedet for å bli fjernet umiddelbart.

Fra følgende skjermbilde kan vi se resultatet av alle fire setningene i én økt, som slutter med den vellykkede droppprosessen.

I koden ovenfor og fra skjermbildet gjør vi følgende ting:

• Lag den interne tabellen
• Last inn dataene i den interne tabellen
• Vis innholdet i tabellen
• For å slippe den interne tabellen

Eksterne tabeller i Hive

• Ekstern tabell er løst koblet av natur. Data vil være tilgjengelige i HDFS. Tabellen skal opprettes på HDFS-data.
• Med andre ord kan vi si at det lager skjemaer på data.
• På tidspunktet for falletping Tabellen fjerner den bare skjemaet, dataene vil fortsatt være tilgjengelige i HDFS som før.
• Eksterne tabeller gir en mulighet til å lage flere skjemaer for dataene som er lagret i HDFS i stedet for å slette dataene hver gang når skjemaet oppdateres
• Fra Hive 4.0.0, vil det å sette tabellegenskapen external.table.purge til true føre til at DROP også sletter dataene.

Når skal jeg velge eksternt bord?

• Hvis behandlingsdataene er tilgjengelige i HDFS
• Nyttig når filene brukes utenfor Hive

Eksempelkodebit for ekstern tabell

1. Opprett ekstern tabell

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

2. Hvis vi ikke spesifiserer plasseringen når tabellen opprettes, kan vi laste inn dataene manuelt.

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

3. Vis innholdet i tabellen

     Hive>select * from guruhive_external;

4. Slik sletter du den eksterne tabellen

     Hive>DROP TABLE guruhive_external;

Fra følgende skjermbilde kan vi se resultatet. Merk at droppfeltet på slutten bare fjerner skjemaet – filen under LOCATION-banen forblir urørt.

I koden ovenfor gjør vi følgende

• Lag den eksterne tabellen
• Last inn dataene i ekstern tabell
• Vis innholdet i tabellen
• Dropping ekstern tabell

Forskjellen mellom interne vs. eksterne tabeller

Ocuco Apache Hive-dokumentasjon sier regelen tydelig: Hive antar at den eier dataene for administrerte tabeller og antar at den ikke gjør det for eksterne, og enhver forskjell ovenfor følger av den ene antagelsen.

Referanse for kommandoene ALTER TABLE og DROP TABLE

Skjermbildene ovenfor viser bare et navnebytte og en sletting. Dette er setningene en utøver oftest bruker i en eksisterende tabell.

To sikkerhetstiltak er verdt å bygge inn i ethvert skript. IF EXISTS hindrer at en dropp feiler på en tabell som allerede er fjernet, og DESCRIBE FORMATTED bekrefter om målet er MANAGED_TABLE eller EXTERNAL_TABLE før droppen kjøres.

Spørsmål og svar