hive常通用命令.doc

《hive常通用命令.doc》由会员分享，可在线阅读，更多相关《hive常通用命令.doc（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、.*大数据学习总结 公司对大数据方面也做了不少的培训，自己也学习了一些，在实际应用中也有所体会。针对大数据和关系型数据库有几点感触比较深刻：1.数据存储位置不同。Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。2.数据更新。由于 Hive 是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。因此，Hive 中不支持对数据的改写和添加，所有的数据都是在加载的时候中确定好的。而数据库中的数据通常是需要经常进行修改的，因此可以使用 INSERT INTO . VALUES 添加数据，使用 UPDATE

2、 . SET修改数据.这也是在汇总数据比较痛苦的地方。(_ desc formatted t_cdr_wn1609;OK# col_name data_type comment system_type string record_type string msisdn string real_number string start_datetime string end_datetime string call_duration int session_id string nas_ip string nas_port string nas_type string ip_address strin

3、g status string service_attr string data_flowup int data_flowdn int home_area_code string vlanid string roam_type string billing_type string user_type string fee1 int fee2 int fee3 int old_fee1 int old_fee2 int old_fee3 int info_fee1 string info_fee2 string info_fee3 string file_name string deal_tim

4、e string id_no int group_id string product_code string region_code string brand_code string dealfile string error_code string rb_file_name string call_times int # Partition Information # col_name data_type comment deal_date string sys_type string # Detailed Table Information Database: pprtdb Owner:

5、pprt CreateTime: Fri Sep 02 08:01:24 CST 2016 LastAccessTime: UNKNOWN Protect Mode: None Retention: 0 Location: hdfs:/drmcluster/hive/warehouse/pprtdb.db/t_cdr_wn1609 Table Type: MANAGED_TABLE Table Parameters: transient_lastDdlTime 1472774484 # Storage Information SerDe Library: org.apache.hadoop.h

6、ive.serde2.columnar.ColumnarSerDe InputFormat: org.apache.hadoop.hive.ql.io.RCFileInputFormat OutputFormat: org.apache.hadoop.hive.ql.io.RCFileOutputFormat Compressed: No Num Buckets: -1 Bucket Columns: Sort Columns: Storage Desc Params: field.delim | line.delim n serialization.format | Time taken:

7、0.208 seconds, Fetched: 74 row(s)备注：查看表元数据存储路径时，推荐方法3，信息比较清晰 4.hive模糊搜索表show tables like *name*; show tables like *gg*;1.3查看表分区信息show partitions table_name;如下图是双分区：根据分区查询数据 select table_coulm from table_name where partition_name = 2014-02-25;Eg: select * from t_cdr_wn1609 where deal_date=20160921 li

8、mit 1;1.4对表中的某一列进行修改，包括列的名称/列的数据类型/列的位置/列的注释ALTER TABLE table_name CHANGE COLUMN col_old_name col_new_name column_typeCOMMENT col_comment FIRST|AFTER column_name1.5添加/替换列Add/ReplaceColumnsALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type COMMENTcol_comment, .)ADD COLUMNS 允许用户在当前列的末尾增加新的

9、列，但是在分区列之前1.6删除分区 alter table tablename drop partition(dt=2014-03-01);1.7增加分区 Add Partitions： ALTER TABLE table_name ADD partition_spec LOCATION location1 partition_spec LOCATION location2 1.8查看表容量大小方法1：查看一个hive表文件总大小时(单位为Byte)，命令如下：1.8.1#查看普通表的容量$ hadoop fs -ls /hive/warehouse/pprtdb.db/table_name|

10、awk -F print $5|awk a+=$1ENDprint a这样可以省去自己相加，下面命令是列出该表的详细文件列表$ hadoop fs -ls /hive/warehouse/pprtdb.db/table_name1.8.2#查看分区表的容量这样可以省去自己相加，下面命令是列出该表的详细文件列表$ hadoop fs -du -h /hive/warehouse/pprtdb.db/t_cdr_wn1609/deal_date=20160921查看所有表的容量：1.9从文件加载数据进表(OVERWRITE覆盖,追加不需要OVERWRITE关键字) LOAD DATA LOCAL

11、INPATH filename OVERWRITE into table tablename; -从查询语句给table插入数据 INSERT OVERWRITE TABLE test_tablename_log PARTITION(date) select * from tablename where dt=2014-01-22 limit 100;1.10杀死某个任务 不在hive shell中执行 hadoop job -kill job_id1.11hive修改表名 ALTER TABLE TABLEname1 RENAME TO tablename2;1.12hive复制表结构 CR

12、EATE TABLE TABLEname1 LIKE tablename2;2定长加载脚本举例-BSS详单入HIVE内部表2.1前端数据集成平台配置作业将相应 BSS详单安接口传到大数据集群2.2编写脚本创建外部表及内部表（采用动态分区，为了支撑结构相同详单入同一个表） 2.3内部表中数据：后面就是写脚本进行汇总获取需要的数据进行分析。3. hive杀查询语句方法：登录MR前端查看哪些作业在运行哪些在挂起状态：如果要杀下面作业的进程：运行命令：/e3base/hadoop/bin/hadoop job -kill job_1468292509080_0010注：把application_1468292509080_0010改为job_1468292509080_00104. 回收站4.1 hadoop怎么删除不会放到回收站hadoop fs -rm -r -skipTrash4.2 删除回收站的垃圾hadoop fs -rmr .Trash 4.3.回收站文件恢复hadoop fs -mv /user/pprt/.Trash/Current/hive/warehouse/pprtdb.db/local_gprs201606_bak /hive/warehouse/pprtdb.db/