在昨天的基础上，做的Hive的应用方法
接着已经搭建配置好后，直接在根目录下进行hive（按课件说明，也要先进行启动HDFS和YARN）
创建create//删除drop//查看show//使用use——数据库、表
导入文件/数据：
①把本地的.txt文件里的数据放到hive后：
或先传到本地，再传到HDFS上（可以在第二个上上传到hadoop）
hadoop命令
[[email protected] ~]$ hadoop fs -put 519.txt /user/hive/warehouse/xp.db/xpp
519.txt是在本地的文件 后面是xp数据库下的xpp的表下
②用load的命令：（没太大区别）
load
先在active创建表——在standby里rz文件/数据--在pwd查找路径——
load data local inpath ‘路径/文件名.txt’
into table 表名；
不加local就是HDFS了；
可以反复的插入数据；
overwrite 覆盖（同名的文件）
直接into ：是追加
当然，再次之前，要先在active上把表建好，这里最好不要用简单的创建表的语句，根据不同的条件和需求，一次性完成：
语法 （下拉看说明
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
[(col_name data_type , … …)]
[PARTITIONED BY (col_name data_type ...)]
[SORTED BY (col_name [ASC|DESC], ...)]
[ROW FORMAT row_format]
[STORED AS file_format]
[LOCATION hdfs_path]
说明
external可以让用户创建一个外部表，在建表的同时指定一个指向HDFS上的实际数据的路径LOCATION，而不加EXTERNAL关键字是创建内部表，会将数据移动到数据仓库指向HDFS默认路径/user/hive/warehouse/；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。在删除表的时候，内部表的元数据和真实数据（表内容）会被一起删除，而外部表只删除元数据，不删除真实数据（表内容）；if not exists如果相同名字的表已经存在，则抛出异常；用户可以用 IF NOT EXISTS 选项来忽略这个异常；
sorted by按字段排序（asc,desc）；
stored as存储文件类型如果文件数据是纯文本，可以使用 STORED AS TEXTFILE。如果数据需要压缩，使用 STORED AS SEQUENCE；
row format 指定数据切分格式, DELIMITED [FIELDS TERMINATED BY char] [COLLECTION(集合类型--Map或者数组之类的结构,例如这么存储，1,地址信息：中央大街) ITEMS TERMINATED BY char] [MAP KEYS TERMINATED BY char] [LINES（行 默认按照回车符） TERMINATED BY char]
partitioned by创建表时指定的partition的分区空间
内部表：存放在指定/默认的路径下
外部表：放在指定的路径下
基本的情况就是：
hive> create table if not exists xpp(id int,name string)
> row format delimited fields terminated by ','; 以，为分割
顺序：建数据库——建表（完整的）——把本地文件传到表里——查询表
hive> select * from xpp;
以及一些基本的条件查询（where）等；
值得注意的是：
在select count（*） from xpp；
这样就开始了进行MapReduce（查询）的进程：
·和一般的情况来说，会很慢，更合适用于大数据集的离线计算
有差错的话，就可能之前的错误操作乱了，重新进hive，重新进一遍你自己的数据库和你自己的表，再进行后面操作。
分区：
创建表的时候，第二行：partitioned by （新的一列名 类型）
插入数据的时候，分区直接在括号里写上：
创建分区的那一行要在row分割那一行的上面
创建的数据库、表、表信息等等可以在：
1.web端看
2.在mysql客户端看