1.查看mysql中metastore數據存儲結構
Metastore中只保存了表的描述信息（名字，列，類型，對應目錄）
使用SQLYog連接itcast05 的mysql數據庫 
查看hive數據庫的表結構： 
2.建表(默認是內部表（先建表，后有數據）)
（建表時必須指定列的分隔符）
create table trade_detail(
id bigint,
account string,
income double,
expenses double,
time string)
row format delimited fields terminated by '\t';
3.Hive狀態下執行Hadoop hdfs命令
在使用hive shell 的時候，我們有時候需要操作hdfs
Hive為我們提供了在hive命令行下hdfs的shell：
，例如：
dfs -ls /;
dfs -mkdir /data;
dfs -put /root/student.txt;
用法和hdfs下是一樣的，只是細微的差別
和Hadoop命令稍微有些差別,前面是dfs開頭，后面以“;”結尾
4.創建–外部表（先有數據，后建表）
先上傳數據文件 a.txt b.txt 到hdfs:/data目錄下，
a.txt 和 b.txt 中的內容都是： 
后執行創建表的命令：
create external table ext_student (
id int,
name string)
row format delimited fields terminated by '\t'
location '/data';
創建完成后使用命令：select * from ext_student; 查看表中內容： 
再次上傳數據文件 pep.avi 
到 hdfs:/data 目錄下，后執行全表掃描：select * from ext_student; 
說明：只要將這個數據放到 hdfs:/data 表所指定的目錄下，hive就能將這個表中的數據讀取出來（內部表和外部表都支持，但也存在特殊情況讀不出）
為什么把文件丟到對應目錄下就能把數據讀出來？
答：因為metastore記錄了這張表和數據的映射關系
SDS表中的內容： 
5.創建–分區表
建分區表是為了提高數據的查詢效率，按照省份、年份、月份等分區
創建一個外部分區表(External Table )：
（表名：beauties 指向文件：beauty）
create external table beauties (
id bigint,
name string,
size double)
partitioned by (nation string)
row format delimited fields terminated by ‘\t’
location ‘/beauty’ ;
show create table beauties;
執行完成之后發現hdfs根目錄下有beauty文件夾。
准備好3個數據文件： b.c b.j b.a 
載入數據文件，同時指定分區：
load data local inpath '/root/b.c' into table beauties partition (nation='China');
查看表中是否成功load數據： 
突發奇想：能否像平常使用外部表一樣，在 hdfs:/beauty 目錄下創建一個文件夾 nation=Japan ,然后將b.j 文件上傳到這個目錄下,數據就可以查出來了？
答：不行！ 因為在載入數據的時候，metastore是不知道你將這個文件放到 /beauty/nation=Japan/ 目錄下的。
拯救方法：通知hive在元數據庫中添加一個beauties表的分區記錄
alter table beauties add partition (nation=’Japan’) location “/beauty/nation=Japan/”
添加分區后，metastore中SDS表多了一條 記錄：
再次查詢beauties表，發現b.j中的數據也能查詢出來了：
分區表的使用優勢：
select * from beauties where nation=’China’;
在數據量很大的時候，建分區表可以提高查詢效率，就不需要將整張表數據篩選對比之后再輸出，因為數據在hdfs中直接是以分區存儲的，所以使用類似”nation”等分區字段是可以直接把數據取出的
刪除分區：
alter table beauties drop if exists partition (nation ='Japan') ;
注：這里的 if exists 字段呢，是一個檢查分區是否存在的字段，存在則刪除，不存在也不會報錯說分區不存在啦
建內部分區表(Managed Table)
create table td_part(
id bigint,
account string,
income double,
expenses double,
time string)
partitioned by (logdate string)
row format delimited fields terminated by '\t';
普通表和分區表區別：有大量數據增加的需要建分區表
create table book (
id bigint,
name string)
partitioned by (pubdate string)
row format delimited fields terminated by '\t';
分區表加載數據
（hive自己的語法）
load data local inpath './book.txt'
overwrite into table book
partition (pubdate='2010-08-22');
local inpath –>從本地磁盤加載，不是hdfs
overwrite –>以覆蓋的方式將數據寫入book表中
以下創建表的方式少了“overwrite”，則是以追加方式將數據加載到hive表中：
load data local inpath '/root/data.am'
into table beauty
partition (nation="USA");
使用分區字段查詢表中的數據
select nation, avg(size) from beauties group by nation order by avg(size);
6. 表關聯查詢
查詢舉例：
需求：
對 trade_detail 按照賬戶進行分組，求出每個賬戶的總支出總結余，然后和 user_info 進行表關聯，取出名稱。
在mysql中一條查詢語句就能完成關聯查詢：
select t.account,u.name,t.income, t.expenses, t.surplus
from user_info u join (
select account,sum(income) as income,sum(expenses) as expenses,sum(income-expenses) as surplus
from trade_detail group by account
) t
on u.account = t.account
但是數據量一大，這個查詢過程將變得極其漫長
所以我們使用hive來完成：
a) 首先要將2張表中的數據導入hdfs中，同樣，我們也可以將mysql中的數據直接導入到hive表里面：
Mysql中的表： trade_detail表： 
user_info表： 
b) 在hive中創建表
trade_detail表：
create table trade_detail (
id bigint,
account string,
income string,
expenses string ,
times string)
row format delimited fields terminated by ‘\t’;
user_info表：
create table user_info (
id int,
account string,
name string,
age int)
row format delimited fields terminated by ‘\t’;
c) 使用Sqoop 將mysql中trade_detail的數據導入hive中
./sqoop import
--connect jdbc:mysql://192.168.1.102:3306/itcast
--username root
--password 123
--table trade_detail
--hive-import
--hive-overwrite
--hive-table trade_detail
--fields-terminated-by '\t';
可能會出現如下的錯誤：
原因是沒有將hive添加到環境變量：
解決：
１）編輯 /etc/profile 文件，添加HIVE_HOME： 
２）source /etc/profile 刷新配置
３）使用 which 命令查看是否添加成功： 
ok
４）再次執行sqoop命令，發現sqoop導入正在執行，可以看到map-reduce工作正在執行，在web瀏覽器上查看執行完成之后的結果文件： 
Sqoop導入執行成功！
d) 使用Sqoop 將mysql中user_info的數據導入hive的user_info中
./sqoop import
--connect jdbc:mysql://192.168.1. 102:3306/itcast
--username root
--password 123
--table user_info
--hive-import
--hive-overwrite
--hive-table user_info
--fields-terminated-by '\t';
e) hive執行關聯查詢語句之后的結果：
select t.account,u.name,t.income, t.expenses, t.surplus
from user_info u join (
select account,sum(income) as income,sum(expenses) as expenses,sum(income-expenses) as surplus
from trade_detail group by account
) t
on u.account = t.account;
