`

(转)Hive几种数据导出方式

    博客分类:
  • hive
 
阅读更多
  写在前面的话,学Hive这么久了,发现目前国内还没有一本完整的介绍Hive的书籍,而且互联网上面的资料很乱,于是我决定写一些关于《Hive的那些事》序列文章,分享给大家。我会在接下来的时间整理有关Hive的资料,如果对Hive的东西感兴趣,请关注本博客。http://www.iteblog.com/archives/tag/hive的那些事

  在本博客的《Hive几种数据导入方式》文章中,谈到了Hive中几种数据的导入方式,不同的数据导入方式用途不一样。今天我们再谈谈Hive中的几种不同的数据导出方式。可以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

1   
2 hive> insert overwrite local directory '/home/wyp/wyp'
3     > select * from wyp;

  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/wyp/wyp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:

1 [wyp@master ~/wyp]$ vim 000000_0
2 5^Awyp1^A23^A131212121212
3 6^Awyp2^A24^A134535353535
4 7^Awyp3^A25^A132453535353
5 8^Awyp4^A26^A154243434355
6 1^Awyp^A25^A13188888888888
7 2^Atest^A30^A13888888888888
8 3^Azs^A34^A899314121

可以看出,这就是wyp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:

 

01   
02 hive> insert into local directory '/home/wyp/wyp'
03     > select * from wyp;
04 NoViableAltException(79@[])
05         at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)
06         at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)
07         at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)
08         at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)
09         at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)
10         at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)
11         at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)
12         at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)
13         at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)
14         at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)
15         at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)
16         at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)
17         at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)
18         at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)
19         at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)
20         at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)
21         at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
22         at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
23         at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
24         at java.lang.reflect.Method.invoke(Method.java:597)
25         at org.apache.hadoop.util.RunJar.main(RunJar.java:212)
26 FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clause
27 line 1:18 cannot recognize input near 'directory' ''/home/wyp/wyp'' '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:

1   
2 hive> insert overwrite directory '/home/wyp/hdfs'
3     > select * from wyp;

将会在HDFS的/home/wyp/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

  其实这个在《Hive几种数据导入方式》文中就用到了,这也是Hive的数据导入方式,如下操作:

01  
02 hive> insert into table test
03     > partition (age='25')
04     > select id, name, tel
05     > from wyp;
06 #####################################################################
07            这里输出了一堆Mapreduce任务信息,这里省略
08 #####################################################################
09 Total MapReduce CPU Time Spent: 1 seconds 310 msec
10 OK
11 Time taken: 19.125 seconds
12  
13 hive> select * from test;
14 OK
15 5       wyp1    131212121212    25
16 6       wyp2    134535353535    25
17 7       wyp3    132453535353    25
18 8       wyp4    154243434355    25
19 1       wyp     13188888888888  25
20 2       test    13888888888888  25
21 3       zs      899314121       25
22 Time taken: 0.126 seconds, Fetched: 7 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wyp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(可以参见本博客的《Hive0.11查询结果保存到文件并指定列之间的分隔符》),操作如下:

 

01 hive> insert overwrite local directory '/home/yangping.wu/local'
02     > row format delimited
03     > fields terminated by '\t'
04     > select * from wyp;
05  
06 [wyp@master ~/local]$ vim 000000_0
07 5       wyp1    23      131212121212
08 6       wyp2    24      134535353535
09 7       wyp3    25      132453535353
10 8       wyp4    26      154243434355
11 1       wyp     25      13188888888888
12 2       test    30      13888888888888
13 3       zs      34      899314121

这个很不错吧!
  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:

01   
02 [wyp@master ~/local]$  hive -e "select * from wyp" >> local/wyp.txt
03 [wyp@master ~/local]$  cat wyp.txt
04 5       wyp1    23      131212121212
05 6       wyp2    24      134535353535
06 7       wyp3    25      132453535353
07 8       wyp4    26      154243434355
08 1       wyp     25      13188888888888
09 2       test    30      13888888888888
10 3       zs      34      899314121

  得到的结果也是用\t分割的。也可以用-f参数实现:

1   
2 [wyp@master ~/local]$ cat wyp.sql
3 select * from wyp
4 [wyp@master ~/local]$ hive -f wyp.sql >> local/wyp2.txt

  上述语句得到的结果也是\t分割的。

本博客文章除特别声明,全部都是原创!

尊重原创,转载请注明: 转载自过往记忆(http://www.iteblog.com/)
本文链接地址: 《Hive几种数据导出方式》(http://www.iteblog.com/archives/955)

转:

原文地址:http://www.iteblog.com/archives/955

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics