DML数据操作
1.1数据导入
数据导入Hive表的方式有很多种。可以使用load data操作，通过把文件复制或移动到表的目录中，从而把数据导入Hive的表中。也可以用Insert 语句把数据从一个Hive表填充到另外一个表，或者在新建表的时候使用CTAS（CREATE TABLE ...AS SELECT）结构。
1.1.1使用insert语句插入数据
1）语法
INSERT (INTO | OVERWRITE) TABLE tablename [PARTITION (partcol1[=val1], partcol2[=val2] ...)] VALUES values_row [, values_row ...]
示例
直接通过Insert语句将数据插入表，具体操作如图1-1所示。
insert into table  temperature  values ('03013','2022',18);

图1-1 insert方式加载数据
由图可以看出，通过Insert方式往表插入数据，底层执行的是MapReduce作业。
1.1.2 使用load语句加载数据
（1）语法
hive>
LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)];
（2）关键字说明：
1）local：表示从本地加载数据到Hive表；否则从HDFS加载数据到Hive表。
2）overwrite：表示覆盖表中已有数据，否则表示追加。
3）partition：表示上传到指定分区，若目标是分区表，需指定分区。
（3）示例
1）准备数据集
现在准备一个名为temperature.log文件，里面包含美国各个气象站每年的气温数据，数据的第一列为气象站ID，第二列为年份，第三列为气温值。具体样本数据如下所示：
03103,1980,41
03103,1981,98
03103,1982,70
03103,1983,74
03103,1984,77
再准备一个名为station.log文件，里面包含美国各个气象站的详细信息，数据的第一列为气象站ID，第二列为纬度，第三列为经度，第四列为海拔，第五列为州编码。具体样本数据如下所示：
03013,38.0700,101.6881,1129.0,CO
03016,39.5264,107.7264,1685.5,CO
03017,39.8328,104.6575,1650.2,CO
03024,35.6950,101.3950,930.9,TX
03026,39.2447,101.2842,1277.7,CO
然后将temperature.log和station.log文件上传至hadoop1节点的/home/hadoop/shell/data目录下（目录实现创建）。
2）数据上传至HDFS
首先在HDFS中创建/weather目录，然后将temperature.log和station.log文件上传至该目录下，具体操作如图1-2所示。
bin/hdfs dfs -mkdir  /weather
bin/hdfs dfs -put /home/hadoop/shell/data/temperature.log  /weather
bin/hdfs dfs -put /home/hadoop/shell/data/station.log  /weather


图1-2数据上传至HDFS
3)数据导入
通过load data命令将HDFS中的temperature.log和station.log文件分别加载到temperature和station表，具体操作如图1-3所示。
load data inpath '/weather/temperature.log' overwrite into table temperature;

图1-3 load方式加载数据
如果将本地文件加载到Hive表中，可以使用如下语句：
load data local inpath '/home/hadoop/shell/data/temperature.log' overwrite into table temperature;
load data local inpath '/home/hadoop/shell/data/station.log' overwrite into table station;
1.1.3将查询结果插入表中
（1）语法
INSERT (INTO | OVERWRITE) TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] select_statement;
关键字说明：
1）INTO：将结果追加到目标表
2）OVERWRITE：用结果覆盖原有数据
（2）示例
通过like子句创建表temperature2，然后使用select子句查询temperature表数据并插入temperature2，具体操作如图1-4所示。
create table temperature2 like temperature;
Inser overwrite table temperature2 select * from temperature;

图1-4 select方式插入数据
1.1.4上传数据文件导入数据
可以直接上传相应数据文件到对应目录，便可完成数据导入。
示例：
1）建表
通过create方式创建表temperature3，并指定表的HDFS路径，具体操作如图1-5所示。
create  table  if not exists temperature3
(id string comment '气象站id',year string comment '年',temperature int comment '气温')
comment '天气表'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
STORED AS  TEXTFILE
location '/user/hive/warehouse/mydb/temperature3';

图1-5创建表temperature3
2）加载数据
通过HDFS的put命令，将本地文件上传至temperature3表的location位置即可完成表的数据加载，具体操作如图1-6所示。
bin/hdfs dfs -put /home/hadoop/shell/data/temperature.log /user/hive/warehouse/mydb/temperature3

图1-6本地文件上传至HDFS
3）表查询
通过select语句查询temperature3表中的数据，具体操作如图1-7所示。
select * from temperature3 limit 3;

图1-7查询temperature3表数据
1.2数据导出
数据导出Hive表的方式也有很多种。可以使用Insert语句把数据从Hive表中导出到本地文件系统或者HDFS，也可以使用CTAS结构将一个Hive表中的数据导出到另外一个表。
1.1.1使用INSERT OVERWRITE LOCAL DIRECTORY语句将temperature表中的数据导出到本地文件系统
（1）语法
INSERT OVERWRITE [LOCAL] DIRECTORY directory
  [ROW FORMAT row_format] [STORED AS file_format] select_statement;
（2）示例
具体操作如图1-80所示。
 INSERT OVERWRITE LOCAL DIRECTORY '/home/hadoop/shell/data/temperature.log.20220330' ROW FORMAT DELIMITED FIELDS TERMINATED by ',' select * from temperature;

图1-8 表数据导出到本地文件系统
备注：LOCAL关键字表示将数据导出到本地文件系统，如果去掉LOCAL表示将数据导出到HDFS。
1.1.2使用CTAS结构把Hive查询的结果导出到一个新创建的表
具体操作如图1-9所示。
create table temperature4 as select * from temperature;

图1-9表数据导出到新表
1.1.3直接通过hive -e命令将temperature表中的数据导出到本地文件系统
具体操作如图1-10所示。
bin/hive -e "select * from weather.temperature" >> /home/hadoop/shell/data/temperature.log.20220331


图1-10表数据导出到本地文件系统
也可以先将Hive查询语句封装到temperature.sql文件，具体操作如图1-11所示。

图1-11 将Hive查询语句封装到sql文件中
然后在bash中，通过hive -f命令将temperature表中的数据导出到本地文件系统，具体操作如图1-12所示。

图1-12表数据导出到本地文件系统
1.3 数据备份与恢复
Hive自带了数据的备份和恢复命令，不止数据，包括表结构也可以一同导出。
1.3.1 数据备份
通过export命令对temperature表中的数据进行备份，具体操作如图1-13所示。
export table temperature to '/user/hive/warehouse/mydb/backup/temperature';

图1-13数据备份
Hive执行export命令就是将表结构存储在_metadata文件，并且直接将Hive数据文件复制到备份目录。
1.3.2数据恢复
通过import命令恢复temperature表中的备份，具体操作如图1-14所示。
import table temperature_new from '/user/hive/warehouse/mydb/backup/temperature';

图1-14数据恢复
temperature_new表原来并不存在，当Hive进行import操作时会根据_metadata文件里的信息自动创建，这样便于做Hive表的数据备份恢复或者迁移操作。






是否应为“本地文文件”，请作者加以核实。

II