Hive几种数据导出方式

文章目录

1 导出到本地文件系统
2 导出到HDFS中
3 导出到Hive的另一个表中

　　写在前面的话，学Hive这么久了，发现目前国内还没有一本完整的介绍Hive的书籍，而且互联网上面的资料很乱，于是我决定写一些关于《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Hive的资料，如果对Hive的东西感兴趣，请关注本博客。/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 \00001 )。

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。

本博客文章除特别声明，全部都是原创！
原创文章版权归过往记忆大数据（过往记忆）所有，未经许可不得转载。
本文链接: 【Hive几种数据导出方式】（https://www.iteblog.com/archives/955.html）

不错，学习了，谢谢！

姜2015-10-09 16:41 回复

楼主在shell命令行用hive -e 命令查Hadoop数据库的数据存储在csv格式的文档中当某个字段内容比较长的时候 csv会把字段的内容给截取掉怎么操作才能让csv文件读取到完整的数据啊或者用什么办法导出到本地并且是表格的形式

sunShingShan2014-08-14 15:29 回复

下载不了啊

nt2014-06-09 10:44 回复

-e 参数导出的时候，如果脚本放在后台执行就导出不了东西，提示HDFS: wrIte 0 SUCCESS，不晓得博主遇到过这种情况么？如何才能后台执行导出数据

学习网友2014-04-17 09:46 回复

我不知道你后台是怎么运行的，但是我用下面的两种方法都是有数据输出来的：
```
$ nohup hive -e "select * from wyp" >> local/wyp.txt &
$ hive -e "select * from wyp" >> local/wyp.txt &
```
w3970907702014-04-17 10:04 回复