问题导读:
1.导出本地文件系统和hdfs文件系统区别是什么?
2.带有local命令是指导出本地还是hdfs文件系统?
3.hive中,使用的insert与传统数据库insert的区别是什么?
4.导出数据如何自定义分隔符?
今天我们再谈谈Hive中的三种不同的数据导出方式。
根据导出的地方不一样,将这些方式分为三种:
(1)、导出到本地文件系统;
(2)、导出到HDFS中;
(3)、导出到Hive的另一个表中。
为了避免单纯的文字,我将一步一步地用命令进行说明。
一、导出到本地文件系统
hive> insert overwrite local directory '/home/xiong/xiong' > select * from xiong;
这条HQL的执行需要启用Mapreduce完成,运行完这条语句之后,将会在本地文件系统的/home/xiong/xiong目录下生成文件,这个文件是Reduce产生的结果(这里生成的文件名是000000_0),我们可以看看这个文件的内容:
[xiong@master ~/xiong]$ vim 000000_0 ^Axiong1^A23^A131212121212 ^Axiong2^A24^A134535353535 ^Axiong3^A25^A132453535353 ^Axiong4^A26^A154243434355 ^Axiong^A25^A13188888888888 ^Atest^A30^A13888888888888 ^Azs^A34^A899314121
可以看出,这就是xiong表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\00001)。
和导入数据到Hive不一样,不能用insert into来将数据导出:
hive> insert into local directory '/home/xiong/xiong' > select * from xiong; NoViableAltException(@[]) at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:) at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:) at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:) at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:) at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:) at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:) at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:) at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:) at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:) at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:) at org.apache.hadoop.hive.ql.Driver.run(Driver.java:) at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:) at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:) at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:) at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:) at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:) at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:) at java.lang.reflect.Method.invoke(Method.java:) at org.apache.hadoop.util.RunJar.main(RunJar.java:) FAILED: ParseException line : missing TABLE at 'local' near 'local' in select clause line : cannot recognize input near 'directory' ''/home/xiong/xiong'' 'select' in select clause
二、导出到HDFS中
和导入数据到本地文件系统一样的简单,可以用下面的语句实现:
hive> insert overwrite directory '/home/xiong/hdfs' > select * from xiong;
将会在HDFS的/home/xiong/hdfs目录下保存导出来的数据。注意,和导出文件到本地文件系统的HQL少一个local,数据的存放路径就不一样了。
三、导出到Hive的另一个表中
这也是Hive的数据导入方式,如下操作:
hive> insert into table test > partition (age=') > select id, name, tel > from xiong; ##################################################################### 这里输出了一堆Mapreduce任务信息,这里省略 ##################################################################### Total MapReduce CPU Time Spent: seconds msec OK Time taken: 19.125 seconds hive> select * from test; OK xiong1 xiong2 xiong3 xiong4 xiong test zs Time taken: row(s)
细心的读者可能会问,怎么导入数据到文件中,数据的列之间为什么不是xiong表设定的列分隔符呢?其实在Hive 0.11.0版本之间,数据的导出是不能指定列之间的分隔符的,只能用默认的列分隔符,也就是上面的^A来分割,这样导出来的数据很不直观,看起来很不方便!
如果你用的Hive版本是0.11.0,那么你可以在导出数据的时候来指定列之间的分隔符。
下面详细介绍:在Hive0.11.0版本新引进了一个新的特性,也就是当用户将Hive查询结果输出到文件,用户可以指定列的分割符,而在之前的版本是不能指定列之间的分隔符,这样给我们带来了很大的不变,在Hive0.11.0之前版本我们一般是这样用的:
hive> insert overwrite local directory '/home/xiong/Documents/result' hive> select * from test;
hive> insert overwrite local directory '/home/xiong/Documents/result' hive> select * from test;
保存的文件列之间是用^A(\x01)来分割
^A242^A3 ^A302^A3 ^A377^A1 ^A51^A2
hive> insert overwrite local directory '/home/xiong/Documents/result' hive> row format delimited hive> fields terminated by '\t' hive> select * from test;
再次看出输出的结果
hive> insert overwrite local directory './test-04' hive> row format delimited hive> FIELDS TERMINATED BY '\t' hive> COLLECTION ITEMS TERMINATED BY ',' hive> MAP KEYS TERMINATED BY ':' hive> select * from src;
根据上面内容,我们来进一步操作:
hive> insert overwrite local directory '/home/yangping.wu/local' > row format delimited > fields terminated by '\t' > select * from xiong;
[xiong@master ~/local]$ vim 000000_0 xiong1 xiong2 xiong3 xiong4 xiong test zs
其实,我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句;而-f是接一个文件,文件的内容为一个sql语句,如下:
[xiong@master ~/local][ DISCUZ_CODE_26 ]nbsp; hive -e "select * from xiong" >> local/xiong.txt [xiong@master ~/local][ DISCUZ_CODE_26 ]nbsp; cat xiong.txt xiong1 xiong2 xiong3 xiong4 xiong test zs
得到的结果也是用\t分割的。也可以用-f参数实现:
[xiong@master ~/local]$ cat xiong.sql select * from xiong [xiong@master ~/local]$ hive -f xiong.sql >> local/xiong2.txt
上述语句得到的结果也是\t分割的。