平武建站

hive怎么建立表存储格式

本篇内容主要讲解“hive怎么建立表存储格式”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“hive怎么建立表存储格式”吧!

创新互联建站成立10余年来，这条路我们正越走越好，积累了技术与客户资源，形成了良好的口碑。为客户提供做网站、成都网站制作、网站策划、网页设计、域名注册、网络营销、VI设计、网站改版、漏洞修补等服务。网站是否美观、功能强大、用户体验好、性价比高、打开快等等，这些对于网站建设都非常重要，创新互联建站通过对建站技术性的掌握、对创意设计的研究为客户提供一站式互联网解决方案，携手广大客户，共同发展进步。

hive在建表是，可以通过‘STORED AS FILE_FORMAT’ 指定存储文件格式
例如：

[plain]view plaincopy

  1. > CREATE EXTERNAL TABLE MYTEST(num INT, name STRING)  

  2. > ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'  

  3. > STORED AS TEXTFILE  

  4. > LOCATION '/data/test';  

指定文件存储格式为“TEXTFILE”。

hive文件存储格式包括以下几类：

  • TEXTFILE

  • SEQUENCEFILE

  • RCFILE

  • 自定义格式

TEXTFIEL
默认格式，数据不做压缩，磁盘开销大，数据解析开销大。
可结合Gzip、Bzip2使用（系统自动检查，执行查询时自动解压），但使用这种方式，hive不会对数据进行切分，从而无法对数据进行并行操作。
实例：

[plain]view plaincopy

  1. > create table test1(str STRING)  

  2. > STORED AS TEXTFILE;   

  3. OK  

  4. Time taken: 0.786 seconds  

  5. #写脚本生成一个随机字符串文件，导入文件：  

  6. > LOAD DATA LOCAL INPATH '/home/work/data/test.txt' INTO TABLE test1;  

  7. Copying data from file:/home/work/data/test.txt  

  8. Copying file: file:/home/work/data/test.txt  

  9. Loading data to table default.test1  

  10. OK  

  11. Time taken: 0.243 seconds  


SEQUENCEFILE:
SequenceFile是Hadoop API提供的一种二进制文件支持，其具有使用方便、可分割、可压缩的特点。
SequenceFile支持三种压缩选择：NONE, RECORD, BLOCK。 Record压缩率低，一般建议使用BLOCK压缩。
示例：

[plain]view plaincopy

  1. > create table test2(str STRING)  

  2. > STORED AS SEQUENCEFILE;  

  3. OK  

  4. Time taken: 5.526 seconds  

  5. hive> SET hive.exec.compress.output=true;  

  6. hive> SET io.seqfile.compression.type=BLOCK;  

  7. hive> INSERT OVERWRITE TABLE test2 SELECT * FROM test1;  


RCFILE
RCFILE是一种行列存储相结合的存储方式。首先，其将数据按行分块，保证同一个record在一个块上，避免读一个记录需要读取多个block。其次，块数据列式存储，有利于数据压缩和快速的列存取。RCFILE文件示例：

hive怎么建立表存储格式

实例：

[plain]view plaincopy

  1. > create table test3(str STRING)  

  2. > STORED AS RCFILE;  

  3. OK  

  4. Time taken: 0.184 seconds  

  5. >  INSERT OVERWRITE TABLE test3 SELECT * FROM test1;  


自定义格式
当用户的数据文件格式不能被当前 Hive 所识别的时候，可以自定义文件格式。
用户可以通过实现inputformat和outputformat来自定义输入输出格式，参考代码：
.\hive-0.8.1\src\contrib\src\java\org\apache\hadoop\hive\contrib\fileformat\base64
实例：
建表

[plain]view plaincopy

  1. > create table test4(str STRING)  

  2. > stored as  

  3. > inputformat 'org.apache.hadoop.hive.contrib.fileformat.base64.Base64TextInputFormat'  

  4. > outputformat 'org.apache.hadoop.hive.contrib.fileformat.base64.Base64TextOutputFormat';  

$ cat test1.txt 
aGVsbG8saGl2ZQ==
aGVsbG8sd29ybGQ=
aGVsbG8saGFkb29w
test1文件为base64编码后的内容，decode后数据为：
hello,hive
hello,world
hello,hadoop
load数据并查询：

[plain]view plaincopy

  1. hive> LOAD DATA LOCAL INPATH '/home/work/test1.txt' INTO TABLE test4;   

  2. Copying data from file:/home/work/test1.txt  

  3. Copying file: file:/home/work/test1.txt  

  4. Loading data to table default.test4  

  5. OK  

  6. Time taken: 4.742 seconds  

  7. hive> select * from test4;  

  8. OK  

  9. hello,hive  

  10. hello,world  

  11. hello,hadoop  

  12. Time taken: 1.953 seconds  


总结：
相比TEXTFILE和SEQUENCEFILE，RCFILE由于列式存储方式，数据加载时性能消耗较大，但是具有较好的压缩比和查询响应。数据仓库的特点是一次写入、多次读取，因此，整体来看，RCFILE相比其余两种格式具有较明显的优势。

到此，相信大家对“hive怎么建立表存储格式”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！


文章标题：hive怎么建立表存储格式
文章分享：http://pwwzsj.com/article/gogsdd.html

其他资讯