原文地址：http://bestchenwu.iteye.com/blog/2171795

一：hive建表語句

1. create table page_view  
2. (  
3. page_id bigint comment '頁面ID',  
4. page_name string comment '頁面名稱',  
5. page_url string comment '頁面URL'  
6. )  
7. comment '頁面檢視'  
8. partitioned by (ds string comment '當前時間，用於分割槽欄位')  
9. row format delimited  
10. stored as
     rcfile  
11. location '/user/hive/test';  

 
這裡需要說下stored as 關鍵詞，hive目前支援三種方式:

1:就是最普通的textfile，資料不做壓縮，磁碟開銷大，解析開銷也大

2:SquenceFIle,hadoop api提供的一種二進位制API方式，其具有使用方便、可分割、可壓縮等特點。

3:rcfile行列儲存結合的方式，它會首先將資料進行分塊，保證同一個record在一個分塊上，避免讀一次記錄需要讀多個塊。其次塊資料列式儲存，便於資料儲存和快速的列存取。

RCFILE由於採用是的列式儲存，所以載入時候開銷較大，但具有很好的查詢響應、較好的壓縮比。

如果建立的表需要加上分割槽，則語句如下:

這裡partitioned by 表示按什麼欄位進行分割，通常來說是按時間

1. create table test_ds  
2. (  
3.   id int comment '使用者ID',  
4.   name string comment '使用者名稱稱'  
5. )  
6. comment '測試分割槽表'  
7. partitioned by(ds string comment '時間分割槽欄位')  
8. clustered by(id) sorted by(name) into 32 buckets  
9. row format delimited   
10. fields terminated by '\t'  
11. stored as rcfile;  

如果需要對某些欄位進行聚類儲存，方便對hive叢集列進行取樣，則應該這樣編寫SQL:

1. create table test_ds  
2. (  
3.   id int comment '使用者ID',  
4.   name string comment '使用者名稱稱'  
5. )  
6. comment '測試分割槽表'  
7. partitioned by(ds string comment '時間分割槽欄位')  
8. clustered by(id) sorted by(name) into 32 buckets      
9. row format delimited   
10. fields terminated by '\t'  
11. stored as rcfile;  

 這裡表示將id按照name進行排序，聚類彙總，然後分區劃分到32個雜湊桶中。如果想改變表在hdfs中的位置，則應該使用location欄位顯式的指定:

1. create table test_another_location  
2. (  
3.    id int,   
4.    name string,  
5.    url string  
6. )  
7. comment '測試另外一個位置'  
8. row format delimited  
9. fields terminated by '\t'  
10. stored as textfile  
11. location '/tmp/test_location';  

 其中/tmp/test_location可不必先建立