一、hive的数据类型

1.Hive中的数据类型分为两类：基本类型和复杂类型
2.基本类型包含：tinyint，smallint，int，bigint，float，double，boolean，string，timestamp，binary
3.复杂类型：array，map和struct

二、hive的表类型

hive是有多种表类型的，分四种，内部表、外部表、分区表、桶表

1、内部表

内部表也成受控表，表的默认数据存储在warehouse目录中，在加载数据过程中，实际上数据会被移动到warehouse目录中，在metastore中存储表的元数据信息，当我们一旦从hive删除一张表后，表中的数据和元数据将会同时被删除

2、外部表

建表语句中包含External的表也叫外部表，表的定义和数据生命周期互相不约束，数据只是表对hdfs上的某一个目录的引用而已，当删除表定义的时候，数据依然是存在的。仅删除表和数据之间引用关系。

 create external table external_table(    key string  ) location  '/data/external'

 导入：

load data local inpath '/data/soft/hivedata/external_table.data' into table external_table;

 此时表目录存在/data/external，而表数据存在  /data/external/external_table.data

 当删除表时候， drop table external_table;表数据依旧存在

• 内部表转外部表： alter table t1 set tblproperties('EXTERNAL'='true');
• 外部表转内部表： alter table external_table set tblproperties('EXTERNAL'='false');

 修改后：

 

 备注：EXTERNAL必须大写，小写不生效：

3、分区表

分区可以理解为分类，通过分区把不同类型的数据放到不同目录。分区表的意义在于优化查询，查询时尽量利用分区字段，如果不使用分区字段，就会全表扫描，最典型的一个场景是把天作为分区字段，查询的时候指定天

3.1创建一个分区

创建表:

 create table partition_1(
 id int ,
 name string 
 ) partitioned by (dt string)
 row format delimited
 fields terminated by '\t'

添加表分区数据

load data local inpath '/data/soft/hivedata/partition_1.data' 
into table partition_1 partition(dt='2022-01-01');

 

手动添加分区：

alter table partition_1 add partition(dt ='2022-01-02');

 3.2创建多个分区

创建表语句：

  create table partition_2(
  id int ,
  name string 
  )partitioned  by (year int ,school string)
  row format delimited
  fields terminated by '\t'

加载数据，其中数据文件只要有id和name这两个字段就可以，具体year和school两个区分字段在加载分区的时候指定的 

load data local inpath '/data/soft/hivedata/partition_2.data' into table partition_2 partition (year='20220101',school='li');

如果数据已经上传了，如何把表绑定数据：

alter table ex_par add partition(year=20220103,school='bao') 
location '/data/soft/hivedata/partition_2.data';

4、桶表

桶表是对数据进行哈希取值，然后放到不同文件中存储，物理上，每个桶就是表(或分区)里的一个文件

创建桶：

create table bucket_tb(id int) clustered by (id) into 4 buckets;

创建表并导入数据

 create table b_source(id int)；
 load data local inpath '/data/soft/hivedata/b_source.data' into table b_source ;

 往桶里导入数据

insert into table bucket_tb select  id from b_source where id is not null;