欢迎关注Hadoop、Spark、Flink、Hive、Hbase、Flume等大数据资料分享微信公共账号:iteblog_hadoop
  1. 文章总数:978
  2. 浏览总数:11,958,273
  3. 评论:3937
  4. 分类目录:106 个
  5. 注册用户数:6120
  6. 最后更新:2018年12月15日
过往记忆博客公众号iteblog_hadoop
欢迎关注微信公众号:
iteblog_hadoop
大数据技术博客公众号bigdata_ai
大数据猿:
bigdata_ai

Hive insert into语句用法

  在Hive0.8开始支持Insert into语句,它的作用是在一个表格里面追加数据。
标准语法语法如下:

用法一:
INSERT OVERWRITE TABLE tablename1 [PARTITION \
(partcol1=val1, partcol2=val2 ...) [IF NOT EXISTS]] \
select_statement1 FROM from_statement;

用法二:
INSERT INTO TABLE tablename1 [PARTITION \
(partcol1=val1, partcol2=val2 ...)] \
select_statement1 FROM from_statement;

注意:上面语句由于太长了,为了页面显示美观,用'\'符号换行了。
举例:

hive> insert into table cite
  > select * from tt;

这样就会将tt表格里面的数据追加到cite表格里面。并且在cite数据存放目录生成了一个新的数据文件,这个新文件是经过处理的,列之间的分割是cite表格的列分割符,而不是tt表格列的分隔符。
  (1)、如果两个表格的维度不一样,将会插入错误:

hive> insert into table cite
    > select * from cite_standby;

FAILED: SemanticException [Error 10044]: Line 1:18 Cannot insert into 
target table because column number/types are different 'cite': 
Table insclause-0 has 2 columns, but query has 1 columns.

从上面错误提示看出,查询的表格cite_standby只有一列,而目标表格(也就是需要插入数据的表格)有2列,由于列的数目不一样,导致了上面的语句不能成功运行,我们需要保证查询结果列的数目和需要插入数据表格的列数目一致,这样才行。
  (2)、在用extended关键字创建的表格上插入数据将会影响到其它的表格的数据,因为他们共享一份数据文件。
  (3)、如果查询出来的数据类型和插入表格对应的列数据类型不一致,将会进行转换,但是不能保证转换一定成功,比如如果查询出来的数据类型为int,插入表格对应的列类型为string,可以通过转换将int类型转换为string类型;但是如果查询出来的数据类型为string,插入表格对应的列类型为int,转换过程可能出现错误,因为字母就不可以转换为int,转换失败的数据将会为NULL。
  (4)、可以将一个表查询出来的数据插入到原表中:

hive> insert into table cite     
  > select * from cite; 

  结果就是相当于复制了一份cite表格中的数据。
  (5)、和insert overwrite的区别:

hive> insert overwrite table cite                       
  > select * from tt;

  上面的语句将会用tt表格查询到的数据覆盖cite表格已经存在的数据。
  更多关于Hive insert into的用法,可以参见Hive 官方wiki:https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DML

本博客文章除特别声明,全部都是原创!
转载本文请加上:转载自过往记忆(https://www.iteblog.com/)
本文链接: 【Hive insert into语句用法】(https://www.iteblog.com/archives/798.html)
喜欢 (35)
分享 (0)
发表我的评论
取消评论

表情
本博客评论系统带有自动识别垃圾评论功能,请写一些有意义的评论,谢谢!