寫在前面的話：

該系列博文是我學習《 Hive源碼解析與開發實戰》視頻課程的一個筆記，或者說總結，暫時沒有對視頻中的操作去做驗證，只是純粹的學習記錄。

有興趣看該視頻的博友可以留言，我會共享出來，相互交流學習 ^.^。

*********************************************************************************************************

1、Hive數據類型：

2、Hive文件格式：

　　文件類型主要包括：文本文件格式、序列化文件格式、列式文件格式。

　　　　對於列文件格式，它是針對hdfs中的一個block塊的：

　　　　它首先把hdfs上的一個塊劃分成了一個個行組，每一個行組是按照多少行來進行分組的，比如說把100行分為一個行組（row group），然後再對這一個Row Group進行壓縮，壓縮過程如下：

　　首先把每一列的數據轉化為行的數據，也就是所有的列都變成行，這樣做是為了方便有時候我們需要某一列的數據，但為了高效，我們不需要把其他列的數據也查詢出來；

　　然後把轉化後的行中重復的數據去掉，也就是“壓縮”的由來，這樣可以節省hdfs的存儲空間；　　　　

3、Hive表的創建：

　　hive裏面所有的數據都是以表的形式來管理的，所以表是hive的一個基礎，關於表的創建語法如下：

　　解釋：

　　CREATE :創建表的關鍵字；

　　EXTERNAL:是可選的，主要用來區分是內部表還是外部表，內部表和外部表主要是hive表的兩大類；

　　TABLE: 關鍵字；

　　IF NOT EXISTS:這個是可選的，表示當我創建一個表的時候，如果不存在才創建，已經存在該表了就不創建。

　　　　　　　　　 主要是為了防止在沒有該語句的時候，創建一個已有的表時報錯；

　　db_name. :表示數據庫的名字，後面跟一個點，用來接對應表的名字；

　　table_name:表的名字；

　　col_name date_type :分別為字段名字和類型；

　　COMMENT col_comment:字段的描述信息，COMMENT後面接字段描述信息col_comment；

　　PARTITIONED BY: 通過哪些字段進行分區,後面接小括號，然後裏面寫相應的字段名和字段類型，如果有描述信息的還可以添加相應字段的描述信息；

　　CLUSTERED BY:也就是把一些字段作為key，集合到一塊，（個人理解：對應到mapreduce中最後reduce拿到相應分區數據後的分組操作，相同的key作為一組，

　　　　　　　　　　這裏也就是把這些字段相同值的分為一個組），後面接小括號，裏面寫一些字段名；

　　SORTED BY: 後面接小括號，裏面寫相應的字段名，以及標示是正序還是倒序排，表示按照那些字段進行排序排序；

　　INTO num_buckets BUCKETS: 表示劃分為多少個桶，個人理解：這個對應到mapreduce的reduce個數；

　　ROW FORMAT:設置行的格式，後面接row_format格式，row_format表示某種格式，個人猜測：表示行裏面的字段是以什麽進行分割的，如空格或逗號；

　　STORED AS :後面接文件格式，表示以什麽格式進行存儲，這裏的文件格式就是前面講的文本格式、序列化文件格式、列式格式；

　　STORED BY:個人猜測，是表示通過自定義的輸入輸出類，進行處理，然後存儲；

　　LOCATION hdfs_path：表示把創建的這個表數據存儲在hdfs上的位置；

　　TABLEPROPERTIES:後面接小括號，裏面設置屬性名=屬性值；這裏用來設置表的屬性；

　　AS select_statement：通過select查詢出一些其他表的結果，然後直接把得到的這些數據放入到創建的這張表裏面去；

　　以上就是hive創建表的基本語法解釋。　　　　　　

　　下面列舉一個hive創建表的列子：

4、Hive操作表：

5、Hive表分區：

6、Hive查詢表：

03-表操作1