Hive的数据模型

基于HDFS
没有专门的数据存储格式
存储结构主要包括：数据库、文件、表、视图
可以直接加载文本文件（.txt文件）
创建表时，指定Hive数据的列分隔符与行分隔符

与数据库中的 Table 在概念上是类似
每一个 Table 在 Hive 中都有一个相应的目录存储数据
所有的 Table 数据（不包括 External Table）都保存在这个目录中
删除表时，元数据与数据都会被删除

// 创建一张内部表 每行字段以什么分割
create table  tt (id int,name string,age int) row format delimited fields terminated by ',';

Partition 对应于数据库的 Partition 列的密集索引
在 Hive 中，表中的一个 Partition 对应于表下的一个目录，所有的 Partition 的数据都存储在对应的目录中

// 创建一张分区表，以部门编号为分区，每行字段逗号分割
create table  tt (id int,name string,age int) partitioned by (pno int) row format delimited fields terminated by ',';

// 从已知表里导入数据
insert into table tt partition(pno=10) select id, name, age from emp where dpno=10;

// 从本地文件中导入数据
load data local inpath '/opt/data/order_created.txt' (overwrite) into table tt partition(pno=10);

// 从HDFS文件中导入数据
load data inpath '/opt/data/order_created.txt' (overwrite) into table tt partition(pno=10);

指向已经在 HDFS 中存在的数据，可以创建 Partition
它和内部表在元数据的组织上是相同的，而实际数据的存储则有较大的差异
外部表 只有一个过程，加载数据和创建表同时完成，并不会移动到数据仓库目录中，只是与外部数据建立一个链接。当删除一个外部表时，仅删除该链接

// 创建外部表
create external table ex_tt (id int, name string, age int) row format delimited fields terminated by ',' location '/students'

桶表是对数据进行哈希取值，然后放到不同文件中存储。
需要设置环境变量：set hive.enforce.bucketing = true;

// 创建桶表
create table tt_bucket (id int, name string, age int) clustered by (age) into 4 buckets row format delimited fields terminated by ',';

视图是一种虚表，是一个逻辑概念；可以跨越多张表
视图建立在已有表的基础上, 视图赖以建立的这些表称为基表
视图可以简化复杂的查询

// 创建视图
create view myview as select sname from student;