Hive幾種數據導出方式

一、導出到本地文件系統

hive> insert overwrite local directory '/home/wyp/wyp'
       > select * from wyp;

這條HQL的執行需要啓用Mapreduce完成，運行完這條語句之後，將會在本地文件系統的/home/wyp/wyp目錄下生成文件，這個文件是Reduce產生的結果（這裏生成的文件名是000000_0），我們可以看看這個文件的內容：

[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，這就是wyp表中的所有數據。數據中的列與列之間的分隔符是 ^A (ascii碼是\00001 )。

和導入數據到Hive不一樣，不能用 insert into 來將數據導出：

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

二、導出到HDFS中

和導入數據到本地文件系統一樣的簡單，可以用下面的語句實現：

hive> insert overwrite directory '/home/wyp/hdfs'
    > select * from wyp;

將會在HDFS的/home/wyp/hdfs 目錄下保存導出來的數據。注意，和導出文件到本地文件系統的HQL少一個local，數據的存放路徑就不一樣了。

三、導出到Hive的另一個表中

其實這個在《Hive幾種數據導入方式》文中就用到了，這也是Hive的數據導入方式，如下操作：

hive> insert into table test
    > partition (age='25')
    > select id, name, tel
    > from wyp;
#####################################################################
           這裏輸出了一堆Mapreduce任務信息，這裏省略
#####################################################################
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)

細心的讀者可能會問，怎麼導入數據到文件中，數據的列之間爲什麼不是wyp表設定的列分隔符呢？其實在Hive 0.11.0版本之間，數據的導出是不能指定列之間的分隔符的，只能用默認的列分隔符，也就是上面的^A來分割，這樣導出來的數據很不直觀，看起來很不方便！

如果你用的Hive版本是0.11.0，那麼你可以在導出數據的時候來指定列之間的分隔符，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

這個很不錯吧！

其實，我們還可以用hive的 -e 和 -f參數來導出數據。其中-e 表示後面直接接帶雙引號的sql語句；而-f是接一個文件，文件的內容爲一個sql語句，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

得到的結果也是用 \t 分割的。也可以用-f參數實現：

[wyp@master ~/local]$ cat wyp.sql
select * from wyp
[wyp@master ~/local]$ hive -f wyp.sql >> local/wyp2.txt

上述語句得到的結果也是 \t 分割的。

---

轉自：過往記憶