Hive總結（八）Hive數據導出三種方式

今天我們再談談Hive中的三種不同的數據導出方式。
依據導出的地方不一樣，將這些方式分為三種：
（1）、導出到本地文件系統。
（2）、導出到HDFS中；
（3）、導出到Hive的還有一個表中。
為了避免單純的文字，我將一步一步地用命令進行說明。


一、導出到本地文件系統

1. 　　
   
2. hive> insert overwrite local directory '/home/wyp/wyp'
   
3.     > select * from wyp;

復制代碼

這條HQL的執行須要啟用Mapreduce完畢，執行完這條語句之后，將會在本地文件系統的/home/wyp/wyp文件夾下生成文件，這個文件是Reduce產生的結果（這里生成的文件名稱是000000_0）。我們能夠看看這個文件的內容：

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

復制代碼

能夠看出。這就是wyp表中的全部數據。數據中的列與列之間的分隔符是^A(ascii碼是\00001)。

和導入數據到Hive不一樣。不能用insert into來將數據導出：

1. 　　
   
2. hive> insert into local directory '/home/wyp/wyp'
   
3.     > select * from wyp;
   
4. NoViableAltException(79@[])
   
5.         at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)
   
6.         at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)
   
7.         at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)
   
8.         at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)
   
9.         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 line 1:12 missing TABLE at 'local' near 'local' in select clause
    
27. line 1:18 cannot recognize input near 'directory' ''/home/wyp/wyp'' 'select' in select clause

復制代碼

二、導出到HDFS中
和導入數據到本地文件系統一樣的簡單，能夠用以下的語句實現：

1. 　　
   
2. hive> insert overwrite directory '/home/wyp/hdfs'
   
3.     > select * from wyp;

復制代碼

將會在HDFS的/home/wyp/hdfs文件夾下保存導出來的數據。

注意，和導出文件到本地文件系統的HQL少一個local，數據的存放路徑就不一樣了。

三、導出到Hive的還有一個表中

這也是Hive的數據導入方式，例如以下操作：

1. 　
   
2. hive> insert into table test
   
3.     > partition (age='25')
   
4.     > select id, name, tel
   
5.     > from wyp;
   
6. #####################################################################
   
7.            這里輸出了一堆Mapreduce任務信息。這里省略
   
8. #####################################################################
   
9. Total MapReduce CPU Time Spent: 1 seconds 310 msec
   
10. OK
    
11. Time taken: 19.125 seconds
    
12. 
    
13. hive> select * from test;
    
14. OK
    
15. 5       wyp1    131212121212    25
    
16. 6       wyp2    134535353535    25
    
17. 7       wyp3    132453535353    25
    
18. 8       wyp4    154243434355    25
    
19. 1       wyp     13188888888888  25
    
20. 2       test    13888888888888  25
    
21. 3       zs      899314121       25
    
22. Time taken: 0.126 seconds, Fetched: 7 row(s)

復制代碼

細心的讀者可能會問，怎么導入數據到文件里，數據的列之間為什么不是wyp表設定的列分隔符呢？事實上在Hive 0.11.0版本號之間，數據的導出是不能指定列之間的分隔符的，僅僅能用默認的列分隔符，也就是上面的^A來切割。這樣導出來的數據非常不直觀。看起來非常不方便！

假設你用的Hive版本號是0.11.0。那么你能夠在導出數據的時候來指定列之間的分隔符。

以下具體介紹：

在Hive0.11.0版本號新引進了一個新的特性，也就是當用戶將Hive查詢結果輸出到文件，用戶能夠指定列的切割符，而在之前的版本號是不能指定列之間的分隔符。這樣給我們帶來了非常大的不變，在Hive0.11.0之前版本號我們通常是這樣用的：

1. hive> insert overwrite local directory '/home/wyp/Documents/result'
   
2. hive> select * from test;
   

復制代碼

保存的文件列之間是用^A（\x01）來切割

1. 196
   ^A242^A
   3
   
2. 186^A
   302
   ^A3
   
3. 22
   ^A377^A
   1
   
4. 244^A
   51^A
   2

復制代碼

注意，上面是為了顯示方便。而將\x01寫作^A，在實際的文本編輯器我們是看不到^A的，而是一個奇怪的符號。

如今我們能夠用Hive0.11.0版本號新引進了一個新的特性，指定輸出結果列之間的分隔符：

1. hive> insert overwrite local directory '/home/wyp/Documents/result'
   
2. hive> row format delimited
   
3. hive> fields terminated by '\t'
   
4. hive> select * from test;

復制代碼

再次看出輸出的結果

1. 196        242        3
   
2. 186        302        3
   
3. 22        377        1
   
4. 244        51        2

復制代碼

結果好看多了。假設是map類型能夠用以下語句來切割map的key和value

1. hive> insert overwrite local directory './test-04' 
   
2. hive> row format delimited 
   
3. hive> FIELDS TERMINATED BY '\t'
   
4. hive> COLLECTION ITEMS TERMINATED BY ','
   
5. hive> MAP KEYS TERMINATED BY ':'
   
6. hive> select * from src;

復制代碼

依據上面內容。我們來進一步操作：

1. hive> insert overwrite local directory '/home/yangping.wu/local'
   
2.     > row format delimited
   
3.     > fields terminated by '\t'
   
4.     > select * from wyp;

復制代碼

1. [wyp@master ~/local]$ vim 000000_0
   
2. 5       wyp1    23      131212121212
   
3. 6       wyp2    24      134535353535
   
4. 7       wyp3    25      132453535353
   
5. 8       wyp4    26      154243434355
   
6. 1       wyp     25      13188888888888
   
7. 2       test    30      13888888888888
   
8. 3       zs      34      899314121

復制代碼

事實上。我們還能夠用hive的-e和-f參數來導出數據。當中-e 表示后面直接接帶雙引號的sql語句；而-f是接一個文件，文件的內容為一個sql語句，例如以下：

1. 　　
   
2. [wyp@master ~/local][        DISCUZ_CODE_26        ]nbsp; hive -e "select * from wyp" >> local/wyp.txt
   
3. [wyp@master ~/local][        DISCUZ_CODE_26        ]nbsp; cat wyp.txt
   
4. 5       wyp1    23      131212121212
   
5. 6       wyp2    24      134535353535
   
6. 7       wyp3    25      132453535353
   
7. 8       wyp4    26      154243434355
   
8. 1       wyp     25      13188888888888
   
9. 2       test    30      13888888888888
   
10. 3       zs      34      899314121

復制代碼

得到的結果也是用\t切割的。也能夠用-f參數實現：

1. [wyp@master ~/local]$ cat wyp.sql
   
2. select * from wyp
   
3. [wyp@master ~/local]$ hive -f wyp.sql >> local/wyp2.txt

復制代碼

上述語句得到的結果也是\t切割的。