写在前面的话，学Hive这么久了，发现目前国内还没有一本完整的介绍Hive的书籍，而且互联网上面的资料很乱，于是我决定写一些关于《Hive的那些事》序列文章，分享给大家。我会在接下来的时间整理有关Hive的资料，如果对Hive的东西感兴趣，请关注本博客。http://www.iteblog.com/archives/tag/hive的那些事
在本博客的《Hive几种数据导入方式》文章中，谈到了Hive中几种数据的导入方式，不同的数据导入方式用途不一样。今天我们再谈谈Hive中的几种不同的数据导出方式。可以根据导出的地方不一样，将这些方式分为三种：（1）、导出到本地文件系统；（2）、导出到HDFS中；（3）、导出到Hive的另一个表中。为了避免单纯的文字，我将一步一步地用命令进行说明。
一、导出到本地文件系统
1 |
|
2 |
hive> insert overwrite local directory'/home/wyp/wyp'
|
3 |
> select * from wyp;
|
这条HQL的执行需要启用Mapreduce完成，运行完这条语句之后，将会在本地文件系统的/home/wyp/wyp目录下生成文件，这个文件是Reduce产生的结果（这里生成的文件名是000000_0），我们可以看看这个文件的内容：
1 |
[wyp@master ~/wyp]$ vim 000000_0
|
2 |
5^Awyp1^A23^A131212121212
|
3 |
6^Awyp2^A24^A134535353535
|
4 |
7^Awyp3^A25^A132453535353
|
5 |
8^Awyp4^A26^A154243434355
|
6 |
1^Awyp^A25^A13188888888888
|
7 |
2^Atest^A30^A13888888888888
|
8 |
3^Azs^A34^A899314121
|
可以看出，这就是wyp表中的所有数据。数据中的列与列之间的分隔符是^A(ascii码是\00001)。
和导入数据到Hive不一样，不能用insert into来将数据导出：
01 |
|
02 |
hive> insert into local directory'/home/wyp/wyp'
|
03 |
> select * from wyp;
|
04 |
NoViableAltException(79@[])
|
05 |
at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)
|
06 |
at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)
|
07 |
at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)
|
08 |
at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)
|
09 |
at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)
|
10 |
at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)
|
11 |
at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)
|
12 |
at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)
|
13 |
at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)
|
14 |
at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)
|
15 |
at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)
|
16 |
at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)
|
17 |
at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)
|
18 |
at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)
|
19 |
at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)
|
20 |
at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)
|
21 |
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
|
22 |
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
|
23 |
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
|
24 |
at java.lang.reflect.Method.invoke(Method.java:597)
|
25 |
at org.apache.hadoop.util.RunJar.main(RunJar.java:212)
|
26 |
FAILED: ParseException line1:12 missing TABLE at'local' near'local' in select clause
|
27 |
line1:18 cannot recognize input near'directory' ''/home/wyp/wyp'' 'select' in select clause
|
二、导出到HDFS中
和导入数据到本地文件系统一样的简单，可以用下面的语句实现：
1 |
|
2 |
hive> insert overwrite directory'/home/wyp/hdfs'
|
3 |
> select * from wyp;
|
将会在HDFS的/home/wyp/hdfs目录下保存导出来的数据。注意，和导出文件到本地文件系统的HQL少一个local，数据的存放路径就不一样了。
三、导出到Hive的另一个表中
其实这个在《Hive几种数据导入方式》文中就用到了，这也是Hive的数据导入方式，如下操作：
01 |
|
02 |
hive> insert into table test |
03 |
> partition (age='25')
|
04 |
> select id, name, tel
|
05 |
> from wyp;
|
06 |
##################################################################### |
07 |
这里输出了一堆Mapreduce任务信息，这里省略
|
08 |
##################################################################### |
09 |
Total MapReduce CPU Time Spent:1 seconds310 msec
|
10 |
OK |
11 |
Time taken:19.125 seconds
|
12 |
13 |
hive> select * from test; |
14 |
OK |
15 |
5 wyp1131212121212 25
|
16 |
6 wyp2134535353535 25
|
17 |
7 wyp3132453535353 25
|
18 |
8 wyp4154243434355 25
|
19 |
1 wyp13188888888888 25
|
20 |
2 test13888888888888 25
|
21 |
3 zs899314121 25
|
22 |
Time taken:0.126 seconds, Fetched:7 row(s)
|
细心的读者可能会问，怎么导入数据到文件中，数据的列之间为什么不是wyp表设定的列分隔符呢？其实在Hive 0.11.0版本之间，数据的导出是不能指定列之间的分隔符的，只能用默认的列分隔符，也就是上面的^A来分割，这样导出来的数据很不直观，看起来很不方便！
如果你用的Hive版本是0.11.0，那么你可以在导出数据的时候来指定列之间的分隔符（可以参见本博客的《Hive0.11查询结果保存到文件并指定列之间的分隔符》），操作如下：
如果你用的Hive版本是0.11.0，那么你可以在导出数据的时候来指定列之间的分隔符（可以参见本博客的《Hive0.11查询结果保存到文件并指定列之间的分隔符》），操作如下：
01 |
hive> insert overwrite local directory'/home/yangping.wu/local'
|
02 |
> row format delimited
|
03 |
> fields terminated by'\t'
|
04 |
> select * from wyp;
|
05 |
06 |
[wyp@master ~/local]$ vim 000000_0
|
07 |
5 wyp123 131212121212
|
08 |
6 wyp224 134535353535
|
09 |
7 wyp325 132453535353
|
10 |
8 wyp426 154243434355
|
11 |
1 wyp25 13188888888888
|
12 |
2 test30 13888888888888
|
13 |
3 zs34 899314121
|
这个很不错吧！
其实，我们还可以用hive的-e和-f参数来导出数据。其中-e 表示后面直接接带双引号的sql语句；而-f是接一个文件，文件的内容为一个sql语句，如下：
01 |
|
02 |
[wyp@master ~/local]$ hive -e"select * from wyp" >> local/wyp.txt
|
03 |
[wyp@master ~/local]$ cat wyp.txt
|
04 |
5 wyp123 131212121212
|
05 |
6 wyp224 134535353535
|
06 |
7 wyp325 132453535353
|
07 |
8 wyp426 154243434355
|
08 |
1 wyp25 13188888888888
|
09 |
2 test30 13888888888888
|
10 |
3 zs34 899314121
|
得到的结果也是用\t分割的。也可以用-f参数实现：
1 |
|
2 |
[wyp@master ~/local]$ cat wyp.sql
|
3 |
select * from wyp |
4 |
[wyp@master ~/local]$ hive -f wyp.sql >> local/wyp2.txt
|
上述语句得到的结果也是\t分割的。
本博客文章除特别声明，全部都是原创！
尊重原创，转载请注明： 转载自过往记忆（http://www.iteblog.com/）
本文链接地址:《Hive几种数据导出方式》（http://www.iteblog.com/archives/955）
转：