(1)、導出到本地文件系統;
(2)、導出到HDFS中;
(3)、導出到Hive的另一個表中。
爲了避免單純的文字,我將一步一步地用命令進行說明。
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;
三、導出到Hive的另一個表中
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。
下面詳細介紹:
在Hive0.11.0版本新引進了一個新的特性,也就是當用戶將Hive查詢結果輸出到文件,用戶可以指定列的分割符,而在之前的版本是不能指定列之間的分隔符,這樣給我們帶來了很大的不變,在Hive0.11.0之前版本我們一般是這樣用的:保存的文件列之間是用^A(\x01)來分割複製代碼
- hive> insert overwrite local directory '/home/wyp/Documents/result'
- hive> select * from test;
複製代碼
- 196^A242^A3
- 186^A302^A3
- 22^A377^A1
- 244^A51^A2
注意,上面是爲了顯示方便,而將\x01寫作^A,在實際的文本編輯器我們是看不到^A的,而是一個奇怪的符號。現在我們可以用Hive0.11.0版本新引進了一個新的特性,指定輸出結果列之間的分隔符:再次看出輸出的結果複製代碼
- hive> insert overwrite local directory '/home/wyp/Documents/result'
- hive> row format delimited
- hive> fields terminated by '\t'
- hive> select * from test;
複製代碼
- 196 242 3
- 186 302 3
- 22 377 1
- 244 51 2
結果好看多了。如果是map類型可以用下面語句來分割map的key和value複製代碼
- hive> insert overwrite local directory './test-04'
- hive> row format delimited
- hive> FIELDS TERMINATED BY '\t'
- hive> COLLECTION ITEMS TERMINATED BY ','
- hive> MAP KEYS TERMINATED BY ':'
- hive> select * from src;
根據上面內容,我們來進一步操作:
-
hive> insert overwrite local directory '/home/yangping.wu/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
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][ DISCUZ_CODE_26 ]nbsp; hive -e "select * from wyp" >> local/wyp.txt
-
[wyp@master ~/local][ DISCUZ_CODE_26 ]nbsp; 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
-
[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。