Hive 是facebook開源的一個基於hadoop框架的查詢工具，也就是說，需要用hive的話，就要先安裝hadoop。這次是小結一下最近用hive的心得，經驗分享。hadoop和hive，pig，hbase的安裝配置以後專門另開個連載說比較好。 所以，我假設你已經有hive了。 1.欄位的資料型別。 hive實際上為了資料探勘的需要，對hive表的欄位設定了資料型別，對於經常where的，還可以設定index。 資料型別分以下幾種 STRING 不定長字串
TINYINT 3位長整型數
SMALLINT 5位長整型
INT 10位整型
BIGINT 19位整型
FLOAT 浮點數
DOUBLE 雙精度
BOOLEAN 布林型，也就是TRUE和FALSE

不同的整型數有不同的位數限制，這個建立表的時候需要注意一下，別因為位數不夠造成資料擷取。位數過大，又會造成元資料的空間浪費。

還有三種不常用到的
STRUCTS 結構體
ARRAY 陣列
MAP 這個不知道該怎麼翻譯合適
2.建立資料表。 hive的資料表分為兩種，內部表和外部表。 內部表指hive建立並通過load data inpath進資料庫的表，這種表可以理解為資料和表結構都儲存在一起的資料表。當你通過DROP TABLE table_name 刪除元資料中表結構的同時，表中的資料也同樣會從hdfs中被刪除。 外部表指在表結構建立以前，資料已經儲存在hdfs中了，通過建立表結構，將資料格式化到表的結構裡。當DROP TABLE table_name 的時候，hive僅僅會刪除元資料的表結構，而不會刪除hdfs上的檔案，所以，相比內部表，外部表可以更放心大膽的使用。 內部表建表語句： CREATE TABLE database.table1 
(
column1 STRING COMMENT 'comment1',
column2 INT COMMENT 'comment2'
);
外部表建立語句： 下面是hdfs中檔案不用LZO壓縮，純文字儲存時，如何建立外部表： CREATE EXTERNAL TABLE IF NOT EXISTS database.table1 
(
column1 STRING COMMENT 'comment1',
column2 STRING COMMENT 'comment2'
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t"
LOCATION 'hdfs:///data/dw/asf/20120201';
下面是，當hdfs中的檔案用LZO壓縮後，如何建立外部表，當然你需要hadoop-gpl的支援才能以文字形式讀取lzo檔案。 CREATE EXTERNAL TABLE IF NOT EXISTS database.table1
(
column1 STRING COMMENT 'comment1',
column2 STRING COMMENT 'comment2'
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY "\t"
STORED AS INPUTFORMAT "com.hadoop.mapred.DeprecatedLzoTextInputFormat" OUTPUTFORMAT "org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat"
LOCATION 'hdfs:///data/dw/asf/20120201'; 標紅部分是十分操蛋的，網上幾乎所有涉及該單詞的文章基本全是複製貼上抄的，無一例外，全部寫成SORTED，如果你找的hive中文資料不是我這篇，恐怕建立外部表都會報錯。 3.刪除資料表 正如我們前面所說，資料表在刪除的時候，內部表會連資料一起刪除，而外部表只刪除表結構，資料還是保留的。這個需要注意一下。 4.修改表結構 新新增欄位 ALTER TABLE table1 ADD COLUMNS
(
column1 string COMMENT 'comment1',
column2 string COMMENT 'comment2'
);
修改表名 ALTER TABLE database.table1 RENAME TO database.table2;
修改資料表，以使用LZO壓縮資料。 ALTER TABLE table1
SET FILEFORMAT
INPUTFORMAT "com.hadoop.mapred.DeprecatedLzoTextInputFormat"
OUTPUTFORMAT
"org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat"; 用這句話，即便原來是文字資料改成了lzo壓縮，也可以在不重新建立表的情況下重新使用了。 5.內部表載入資料 從本地檔案系統中載入資料。 LOAD DATA LOCAL INPATH "/opt/data/1.txt" INTO TABLE table1; 意思是，從本地檔案系統/opt/data/1.txt載入到hive的table1中。這時hive會讀取該檔案，並將內容寫到hdfs中table1所在的位置。 從HDFS中載入資料 LOAD DATA INPATH "/data/datawash/1.txt" INTO TABLE table1; 意思是從HDFS的/data/datawash/1.txt寫入到table1所在目錄。 關於載入中的OVERWRITE是這樣。 LOAD DATA LOCAL INPATH "/opt/data/1.txt" OVERWRITE INTO TABLE table1; 如果加了OVERWRITE，則覆蓋原先已經存在的資料，如果你確定原先沒有資料，則可以寫上。