hive建表的标準格式及其建表屬性詳解1

         Hive建表是學習使用hive的第一步，然後才能基于表對hive資料倉庫進行操作。學習建表前，首先要知道hive表的建構屬性 ，知道哪些屬性是固定的，哪些屬性是可以定制的等等。

1.官方标準文法:（hql不區分大小寫,下面[]裡的屬性是可選屬性）

1.CREATE TABLE 建立一個指定名字的表。如果相同名字的表已經存在，則抛出異常；使用者可以用 IF NOT EXISTS 選項來忽略這個異常，一般也可以不加這個IF NOT EXISTS語句，最多抛出錯誤。

2.EXTERNAL關鍵字可以讓使用者建立一個外部表，預設是内部表，外部表在建表的必須同時指定一個指向實際資料的路徑（LOCATION），Hive 建立内部表時，會将資料移動到資料倉庫指向的路徑；若建立外部表，僅記錄資料所在的路徑，不對資料的位置做任何改變。在删除表的時候，内部表的中繼資料和資料會被一起删除，而外部表隻删除中繼資料，不删除資料。

3.COMMENT 後面跟的字元串是給表字段或者表内容添加注釋說明的，雖然它對于表之間的計算沒有影響，但是為了後期的維護，是以實際開發都是必須要加COMMENT的。

4. PARTITIONED BY其實是給表做分區，決定了表是否是分區表。Hive中所謂分區表就是将表裡新增加一個字段，就是分區的名字，這樣你在操作表中的資料時，可以按分區字段進行過濾。具體分區解釋後面部落格有說明。

5.[ROW FORMAT DELIMITED FIELDS TERMINATED BY '，' ] 這裡指定表存儲中國列的劃分格式，預設是\001，這裡指定的是逗号分隔符，還可以指定其他列的分隔符，看實際需求

6.STORED AS   SEQUENCEFILE|TEXTFILE|RCFILE如果檔案資料是純文字，可以使用 STORED AS TEXTFILE。如果資料需要壓縮，使用 STORED AS SEQUENCEFILE。這裡主要牽涉到hive存儲的三種檔案格式，具體差別參考後續部落格。

7.CLUSTERED BY對于每一個表（table）或者分區， Hive可以進一步組織成桶，也就是說桶是更為細粒度的資料範圍劃分。Hive也針對某一列進行桶的組織。Hive采用對列值哈希，然後除以桶的個數求餘的方式決定該條記錄存放在哪個桶當中

8.LOCATION 其實是定義hive表的資料在hdfs上的存儲路徑，一般管理表（内部表不不要自定義），但是如果定義的是外部表，則需要直接指定一個路徑。實際上不指定也沒事，會使用預設路徑

總結：實際建表可能會對檔案的行列分隔符要求自定義，檔案的存儲方式有所要求 ，表的分區要求是自動分區，表的存儲位置要放到指定路徑下等等各種不确定需求，建立的表也是定制化的五花八門，但是核心都在這些基礎的建表标準文法裡進行變動，變動不同子產品實作不同需求。

1.建立一個列分隔符為‘，’的表，預設内部表

2.使用desc可以，檢視表結構，使用describe formatted 可以檢視表的詳細結構，使用show create talbe可以檢視建表語句。

3.關于建立分區表，實際開發中對于表的各種定制，如分區，存儲格式，路徑，内部表，外部表，以及實際開發中表的使用方式與注意事項，請參考後面部落格