Hive几种数据导出方式

Hive几种数据导出方式

　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

　　hive> insert overwrite local directory '/home/wyp/wyp'

　　　　> 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：

　　[wyp@master ~/wyp]$ vim 000000_0
　　5^Awyp1^A23^A131212121212
　　6^Awyp2^A24^A134535353535
　　7^Awyp3^A25^A132453535353
　　8^Awyp4^A26^A154243434355
　　1^Awyp^A25^A13188888888888
　　2^Atest^A30^A13888888888888
　　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0001)。

　　和导入数据到Hive不一样，不能用insert into来将数据导出：

　　hive> insert into local directory '/home/wyp/wyp'
　　　　> select * from wyp;
　　　　NoViableAltException(79@[])
　　　　at org.apache.hadoop.hive.ql.parse.HiveParser_SelectClauseParser.selectClause(HiveParser_SelectClauseParser.java:683)
　　　　at org.apache.hadoop.hive.ql.parse.HiveParser.selectClause(HiveParser.java:30667)
　　　　at org.apache.hadoop.hive.ql.parse.HiveParser.regular_body(HiveParser.java:28421)
　　　　at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatement(HiveParser.java:28306)
　　　　at org.apache.hadoop.hive.ql.parse.HiveParser.queryStatementExpression(HiveParser.java:28100)
　　　　at org.apache.hadoop.hive.ql.parse.HiveParser.execStatement(HiveParser.java:1213)
　　　　at org.apache.hadoop.hive.ql.parse.HiveParser.statement(HiveParser.java:928)
　　　　at org.apache.hadoop.hive.ql.parse.ParseDriver.parse(ParseDriver.java:190)
　　　　at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:418)
　　　　at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:337)
　　　　at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)
　　　　at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)
　　　　at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)
　　　　at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)
　　　　at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)
　　　　at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)
　　　　at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
　　　　at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
　　　　at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
　　　　at java.lang.reflect.Method.invoke(Method.java:597)
　　　　at org.apache.hadoop.util.RunJar.main(RunJar.java:212)
　　　　FAILED: ParseException line 1:12 missing TABLE at 'local' near 'local' in select clause
　　line 1:18 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：

　　hive> insert overwrite directory '/home/wyp/hdfs'
　　　　> 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

　　如下操作：

　　hive> insert into table test
　　　　> partition (age='25')
　　　　> select id, name, tel
　　　　> from wyp;
　　#####################################################################
　　这里输出了一堆Mapreduce任务信息，这里省略
　　#####################################################################
　　Total MapReduce CPU Time Spent: 1 seconds 310 msec
　　OK
　　Time taken: 19.125 seconds

　　hive> select * from test;
　　OK
　　5 wyp1 131212121212 25
　　6 wyp2 134535353535 25
　　7 wyp3 132453535353 25
　　8 wyp4 154243434355 25
　　1 wyp 13188888888888 25
　　2 test 13888888888888 25
　　3 zs 899314121 25
　　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，操作如下：

 　　hive> insert overwrite local directory '/home/yangping.wu/local'

　　　　> row format delimited
　　　　> fields terminated by ' '
　　　　> select * from wyp;

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

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

 

　　得到的结果也是用 分割的。也可以用-f参数实现：

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

　　上述语句得到的结果也是 分割的。

转载自过往记忆（http://www.iteblog.com/）