增

Hive表增加資料有兩種方式（目前我知道的），分別為load及傳統意義上的insert。

通過load載入資料

• 命令格式

    LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]

    LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...
 
)] [INPUTFORMAT 'inputformat' SERDE 'serde'] (3.0 or later)

• 語句說明
  
  • LOCAL：是否是本地檔案。語句中加入該關鍵字時表示filepath的路徑使用的是本地檔案系統路徑，而非HDFS路徑。適用於從本地匯入資料至表中。
  • filepath：檔案路徑。可以是相對路徑，絕對路徑，檔案系統url連結。該路徑若指向一個檔案，該檔案將被移動(move)至表所在目錄，若指向一個目錄，則該目錄下所有檔案將會被移動(move)至表所在目錄，該目錄不可以包含子目錄（Hive 3.0及以後版本可以包含子目錄）。其中表所在目錄可在建表時指定。
    注：當路徑為相對路徑時，若LOCAL未指定，則Hive會自動在該相對路徑前加上/user/<username>/
    。若LOCAL未給出時，原始檔系統必須與表所在的檔案系統相同。
  • OVERWRITE：是否覆寫。字面意思。
  • PARTITION ：關於分割槽，以後補充。
• 使用例子

// 將a.txt從本地移動表student中
LOAD DATA LOCAL INPATH 'a.txt' OVERWRITE INTO TABLE student;

// 將 hdfs:///zhaopy/test/hive/b.txt 載入到表student中，執行完後，/zhaopy//test/hive/ 下 b.txt會被移動到表所在目錄。
LOAD DATA INPATH '/zhaopy/test/hive/b.txt'
 
 OVERWRITE INTO TABLE student;

通過insert query插入資料

每insert一條記錄都會產生一次mapreduce任務，效能較差，推薦使用load

• 命令格式

Standard syntax:    // 標準版，基於查詢的插入
INSERT OVERWRITE TABLE tablename1 [PARTITION (partcol1=val1, partcol2=val2 ...) [IF NOT EXISTS]] select_statement1 FROM from_statement;
INSERT INTO TABLE tablename1 [PARTITION (partcol1=val1, partcol2=val2 ...)] select_statement1 FROM from_statement;

Hive extension (multiple inserts):  // hive擴充套件版本，基於查詢的插入
FROM from_statement
INSERT OVERWRITE TABLE tablename1 [PARTITION (partcol1=val1, partcol2=val2 ...) [IF NOT EXISTS]] select_statement1
[INSERT OVERWRITE TABLE tablename2 [PARTITION ... [IF NOT EXISTS]] select_statement2]
[INSERT INTO TABLE tablename2 [PARTITION ...] select_statement2] ...;
FROM from_statement
INSERT INTO TABLE tablename1 [PARTITION (partcol1=val1, partcol2=val2 ...)] select_statement1
[INSERT INTO TABLE tablename2 [PARTITION ...] select_statement2]
[INSERT OVERWRITE TABLE tablename2 [PARTITION ... [IF NOT EXISTS]] select_statement2] ...;

Hive extension (dynamic partition inserts): // hive擴充套件版本，基於查詢的動態分割槽插入
INSERT OVERWRITE TABLE tablename PARTITION (partcol1[=val1], partcol2[=val2] ...) select_statement FROM from_statement;
INSERT INTO TABLE tablename PARTITION (partcol1[=val1], partcol2[=val2] ...) select_statement FROM from_statement;

• 語句說明

  • OVERWRITE ：覆蓋掉原來的資料。
  • Hive0.13.0以後版本，一個表可以通過設定表元資料（預設為false）"immutable"="true"為不可變表。對於非空的不可變表的插入對丟擲異常。但是對於空的不可變表則可以插入，同時覆蓋操作也不受此屬性影響。（允許覆蓋）
  • partition，插入分割槽表以後補充。

• 使用例子

hive> select * from student;
OK
10      zhao
12      NULL
Time taken: 0.125 seconds, Fetched: 2 row(s)
hive> select * from teacher;
OK
Time taken: 0.108 seconds
hive> INSERT OVERWRITE TABLE teacher select id,null from student where student.name='zhao';
---------------------------------省略一堆輸出--------------------------------------------
hive> select * from teacher;
OK
10      NULL
Time taken: 0.125 seconds, Fetched: 1 row(s)

// 可以看出通過insert 以及 select from where配合將指定的格式插入到目標表中。

通過insert 將查詢結果寫入檔案中

• 命令格式

Standard syntax:
INSERT OVERWRITE [LOCAL] DIRECTORY directory1
  [ROW FORMAT row_format] [STORED AS file_format] (Note: Only available starting with Hive 0.11.0)
  SELECT ... FROM ...

Hive extension (multiple inserts):
FROM from_statement
INSERT OVERWRITE [LOCAL] DIRECTORY directory1 select_statement1
[INSERT OVERWRITE [LOCAL] DIRECTORY directory2 select_statement2] ...


row_format
  : DELIMITED [FIELDS TERMINATED BY char [ESCAPED BY char]] [COLLECTION ITEMS TERMINATED BY char]
        [MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char]
        [NULL DEFINED AS char] (Note: Only available starting with Hive 0.13)

• 語句說明
  
  • row_type、file_format說明見： Hive表的定義，刪除、修改
• 使用例子

hive> select * from student;
OK
10      zhao
12      NULL
Time taken: 0.134 seconds, Fetched: 2 row(s)
INSERT OVERWRITE local directory '/hadoop/asiainfo/zhaopy/hivetest' select * from student;
------------------------省略一堆輸出------------------
[ochadoop@server7 hivetest]$ ls
000000_0.snappy  000001_0.snappy
[ochadoop@server7 hivetest]$ cat 000000_0.snappy 
10zhao
[ochadoop@server7 hivetest]$ cat 000001_0.snappy 
12\N

通過insert values插入資料

• 命令格式

Standard Syntax:
INSERT INTO TABLE tablename [PARTITION (partcol1[=val1], partcol2[=val2] ...)] VALUES values_row [, values_row ...]

Where values_row is:
( value [, value ...] )
where a value is either null or any valid SQL literal

• 語句說明
  
  • 不同於標準SQL，此處不支援插入部分列，即，所有的列都需要插入。缺失的列需要用null代替。
  • 分割槽：以後補充。
• 使用例子

hive> select * from student;
OK
10      zhao
12      NULL
Time taken: 0.137 seconds, Fetched: 2 row(s)
hive> insert into table student values (50, null);
----------------省略一堆輸出
hive> select * from student;
OK
10      zhao
12      NULL
50      NULL
Time taken: 0.126 seconds, Fetched: 3 row(s)

刪

• 命令格式

Standard Syntax:
DELETE FROM tablename [WHERE expression]

• 語句說明
  
  • 該語句在hive0.14之後可用，只能用於支援ACID的表中。
• 使用例子
  與普通SQL相同。

改

• 命令格式

Standard Syntax:
UPDATE tablename SET column = value [, column = value ...] [WHERE expression]

• 語句說明

  • 該語句只能用於支援ACID的表中
  • Bucketing 列和Partitioning 列無法被更新。
  • 該語句可用在hive0.14版本 。

• 使用例子
  與普通SQL相同。

混合操作

所謂混合操作，就是將以上語句寫入一個語句中，加入條件進行操作

• 語句格式

Standard Syntax:
MERGE INTO <target table> AS T USING <source expression/table> AS S
ON <boolean expression1>
WHEN MATCHED [AND <boolean expression2>] THEN UPDATE SET <set clause list>
WHEN MATCHED [AND <boolean expression3>] THEN DELETE
WHEN NOT MATCHED [AND <boolean expression4>] THEN INSERT VALUES<value list>

• 語句說明

  • 該語句只能用於支援ACID的表中
  • Bucketing 列和Partitioning 列無法被更新。
  • 該語句可用在hive 2.2版本 。

• 使用例子

MERGE INTO merge_data.transactions AS T 
USING merge_data.merge_source AS S
ON T.ID = S.ID and T.tran_date = S.tran_date
WHEN MATCHED AND (T.TranValue != S.TranValue AND S.TranValue IS NOT NULL) THEN UPDATE SET TranValue = S.TranValue, last_update_user = 'merge_update'
WHEN MATCHED AND S.TranValue IS NULL THEN DELETE
WHEN NOT MATCHED THEN INSERT VALUES (S.ID, S.TranValue, 'merge_insert', S.tran_date);