hive ,從hdfs把資料檔案load匯入到表

2021-09-19 23:33:25 字數 3679 閱讀 9055

hive> load data inpath 'hdfs://ns1/abc/sales_info/hello/sales_info.txt' overwrite into table sales_info partition(dt = '2019-04-26');

1

原資料檔案（已經不存在了，是從原路徑移動到了新路徑下）：

如果從本地匯入後本地的原資料檔案依然存在，相當於複製過去；如果是從hdfs匯入，則原資料檔案不存在，相當於剪下過去。

2

如果目的分割槽之前已存在，會把目的分割槽的之前的檔案移動到**站；

如果目的分割槽之前不存在，則在移動檔案後，會自動把新分割槽加好，不用再手動新增新分割槽。

建表語句：

create table `sales_info`(


`sku_id` string comment '商品id', 


`sku_name` string comment '商品名稱', 


`category_id3` string comment '**分類id', 


`price` double comment '銷售**', 


`sales_count` bigint comment '銷售數量'


)comment '商品銷售資訊表'


partitioned by(


`dt` string)


row format delimited 


fields terminated by ',' 


null defined as '' 


stored as textfile


location


'hdfs://ns1/abc/sales_info'
資料內容：

[abc]$ cat sales_info.txt 


12377,華為mate10,31,999,20


45677,華為mate30,31,2999,30


[abc]$
在hdfs新建資料夾(hello)，把本地檔案put到hdfs目的路徑中：

hive> dfs -mkdir hdfs://ns1/abc/sales_info/hello;


hive> dfs -put sales_info.txt hdfs://ns1/abc/sales_info/hello;


hive> dfs -ls hdfs://ns1/user/mart_tha/gdm.db/sales_info/hello;


found 1 items


-rw-r--r-- 3 a a 61 2019-04-27 17:34
（put後，原檔案依然存在，相當於複製）

匯入資料（新建表後，之前匯入過一次，這是第二次匯入）、查詢結果（有2條資料，是最新的，之前是5條資料）：

hive> load data inpath 'hdfs://ns1/abc/sales_info/hello/sales_info.txt' overwrite into table sales_info partition(dt = '2019-04-26');


loading data to table gdm.sales_info partition (dt=2019-04-26)


moved: 'hdfs://ns1/abc/sales_info/dt=2019-04-26/sales_info.txt' to trash at: hdfs://ns1/abc/.trash/current


partition gdm.sales_info stats: [numfiles=1, numrows=0, totalsize=61, rawdatasize=0]


oktime taken: 0.43 seconds


hive> select * from sales_info;


oksku_id sku_name category_id3 price sales_count dt


12377 華為mate10 31 999.0 20 2019-04-26


45677 華為mate30 31 2999.0 30 2019-04-26


time taken: 0.049 seconds, fetched: 2 row(s)
再檢視原資料檔案（已經不存在了，是從原路徑移動到了新路徑下）：

hive> dfs -ls hdfs://ns1/user/mart_tha/gdm.db/sales_info/hello;


hive>
例項2：

hive> dfs -du -h hdfs://.../tmp.db/test_1030_external_dt; //無分割槽和檔案


hive> dfs -du -h hdfs://.../tmp.db/test_1030;


19.5 k hdfs://.../tmp.db/test_1030/000000_0


192 hdfs://.../tmp.db/test_1030/test2.log //load這個檔案


hive> load data inpath 'hdfs://.../tmp.db/test_1030/test2.log' overwrite into table tmp.test_1030_external_dt partition (dt='2019-11-11') ;


loading data to table tmp.test_1030_external_dt partition (dt=2019-11-11)


partition tmp.test_1030_external_dt stats: [numfiles=1, numrows=0, totalsize=192, rawdatasize=0]


oktime taken: 0.777 seconds


hive> dfs -du -h hdfs://.../tmp.db/test_1030;


19.5 k hdfs://.../tmp.db/test_1030/000000_0 //有分割槽和檔案


hive> dfs -du -h hdfs://.../tmp.db/test_1030_external_dt;


192 hdfs://.../tmp.db/test_1030_external_dt/dt=2019-11-11 //原檔案已經不存在了,說明是移動


hive> dfs -ls hdfs://.../tmp.db/test_1030_external_dt/dt=2019-11-11;


found 1 items


-rwxr-xr-x 3 jdw_traffic jdw_traffic 192 2019-11-14 19:12 hdfs://.../tmp.db/test_1030_external_dt/dt=2019-11-11/test2.log //檔案的時間沒有變化


HIVE 載入本地資料檔案報錯
問題出現背景 從本地資料檔案載入資料表 資料檔案 qqq,aaa ccc,rrrr 建表語句 create external table dwh tag convert dict obj string,tag string partitioned by p type string row forma...


如何快速把hdfs資料動態匯入到hive表
create external table if not exists sensitop.equd json tmp retcode string,retmsg string,data array row format serde org.apache.hive.hcatalog.data.json...


Hive從S3中對映資料檔案以及對映分割槽資料
之前也沒接觸過aws對之不是很熟悉，但最近有需求需要在aws的emr中，用hive去獲取s3桶 或者指定桶內資料夾 內的資料，這裡記錄一下。emr，安裝hadoop集群，hive 1.直接對映資料 直接將s3中的資料檔案對映到hive表，不做任何處理。這個時候直接在hive中建立表的時候指定s3資料...