hive序列生成_Hive几种数据导出方式

写在前面的话，学《Hive的那些事》序列文章，分享给大家。我会在接下来的时间整理有关/archives/tag/hive的那些事

在本博客的《Hive几种数据导入方式》文章中，谈到了Hive中几种数据的导入方式，不同的数据导入方式用途不一样。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：导出到本地文件系统；

导出到HDFS中；

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。

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

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。

导出到Hive的另一个表中

其实这个在《Hive几种数据导入方式》文中就用到了，这也是Hive的数据导入方式，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(可以参见本博客的《Hive0.11查询结果保存到文件并指定列之间的分隔符》)，操作如下： hive> insert overwrite local directory '/home/iteblog/local'

> row format delimited

> fields terminated by 't'

> 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 t 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 t 分割的。