Jak vytvořit tabulku v Hive

Úvod

Apache Hive je nástroj pro ukládání dat, který se používá k provádění dotazů a analýze strukturovaných dat v Apache Hadoop. Používá jazyk podobný SQL s názvem HiveQL.

V tomto článku se dozvíte, jak vytvořit tabulku v Hive a načíst data. Ukážeme vám také klíčové příkazy HiveQL pro zobrazení dat.

Předpoklady

• Systém se systémem Linux
• Uživatelský účet s sudo nebo root privilegia
• Přístup k oknu terminálu/příkazovému řádku
• Pracovní Hadoop instalace
• Pracovní Úl instalace

Vytvoření a načtení tabulky v Hive

Tabulka v Hive je sada dat, která používá schéma k řazení dat podle daných identifikátorů.

Obecná syntaxe pro vytvoření tabulky v Hive je:

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
(col_name data_type [COMMENT 'col_comment'],, ...)
[COMMENT 'table_comment']
[ROW FORMAT row_format]
[FIELDS TERMINATED BY char]
[STORED AS file_format];

Chcete-li vytvořit tabulku v Hive, postupujte podle následujících kroků.

Krok 1:Vytvořte databázi

1. Spuštěním create vytvořte databázi s názvem „společnost“. příkaz:

create database company;

Terminál vytiskne potvrzovací zprávu a čas potřebný k provedení akce.

2. Dále ověřte, zda je databáze vytvořena spuštěním show příkaz:

show databases;

3. Najděte v seznamu databázi „společnosti“:

4. Otevřete „firemní“ databázi pomocí následujícího příkazu:

use company;

Krok 2:Vytvořte tabulku v Hive

„Firemní“ databáze po prvotním vytvoření neobsahuje žádné tabulky. Pojďme vytvořit tabulku, jejíž identifikátory budou odpovídat souboru .txt, ze kterého chcete přenést data.

1. Vytvořte soubor „employees.txt“ v /hdoop adresář. Soubor bude obsahovat údaje o zaměstnancích:

2. Uspořádejte data ze souboru „employees.txt“ do sloupců. Názvy sloupců v našem příkladu jsou:

• ID
• Jméno
• Země
• Oddělení
• Plat

3. Při vytváření tabulky používejte názvy sloupců. Vytvořte tabulku spuštěním následujícího příkazu:

create table employees (id int, name string, country string, department string, salary int)

4. Vytvořte logické schéma, které uspořádá data ze souboru .txt do odpovídajících sloupců. V souboru „employees.txt“ jsou data oddělena '-' . Chcete-li vytvořit typ logického schématu:

row format delimited fields terminated by '-';

Terminál vytiskne potvrzovací zprávu:

5. Ověřte, zda je tabulka vytvořena spuštěním show příkaz:

show tables;

Krok 3:Načtení dat ze souboru

Vytvořili jste tabulku, ale ta je prázdná, protože nejsou načtena data ze souboru „employees.txt“ umístěného v /hdoop adresář.

1. Načtěte data spuštěním load příkaz:

load data inpath '/hdoop/employees.txt' overwrite into table employees;

2. Ověřte, zda jsou data načtena spuštěním select příkaz:

select * from employees;

Terminál vytiskne data importovaná ze souboru employees.txt soubor:

Zobrazit data podregistru

Pro zobrazení dat z tabulky máte několik možností. Pomocí následujících možností můžete efektivněji manipulovat s velkým množstvím dat.

Sloupce zobrazení

Zobrazte sloupce tabulky spuštěním desc příkaz:

desc employees;

Výstup zobrazuje názvy a vlastnosti sloupců:

Zobrazit vybraná data

Předpokládejme, že chcete zobrazit zaměstnance a jejich země původu. Vyberte a zobrazte data spuštěním select příkaz:

select name,country from employees;

Výstup obsahuje seznam zaměstnanců a jejich zemí: