因为用mr对hdfs进行操作比较繁琐，所以才出现了hive。hive本质上进行操作的还是hdfs文件，而不是表。所以在一些地方，为了迎合hdfs文件，与sql语言有些许的不同。比如在建表方面的不同，在一些函数上的不同等。

一、hive 建表

参考：Hive学习3：Hive三种建表语句详解

1.1、直接建表法：

在建表时，要通过语法，将HDFS上的文件映射成表结构。所以在建表时与sql上有些许不同。
不过，建立好表以后，已经映射成表结构，那么操作就跟sql很相似了。

1.1.1、row format 与 file format

row format

其中，映射过程中会有参数row format（行的格式） 和 file format（文件的格式） 两个参数。

row format 表示的是行在存储时的序列化 与 反序列化 的规则。一般后面都是定好了默认参数的。需要的时候再改。

比如，给表定好了，列按照逗号分割，某个字段按照“-”分割，map型字段按照“：”分割。

这样订好了形式以后，就能够让系统比较合理的进行序列化与反序列化了

file format

表示hdfs文件存放的格式，默认是TEXTFILE，文本格式，可以直接打开。

按照参考的网页，建表。注意，建表的时候，已经指明了各个字段的类型，所以在进行分割的时候就很容易了。

create table t1(
    id      int
   ,name    string
   ,hobby   array<string>
   ,add     map<String,string>
)
row format delimited
fields terminated by ','
collection items terminated by '-'
map keys terminated by ':'
;

元数据的概念：

参考：Hive的数据存储
元数据，是用来描述数据的数据。 表中的数据，比如，25,31是数据。而元数据中，元数据“年龄”就是用来描述25,31的。所以说，元数据是这种用来描述数据的数据。

在hive中

元数据是用来存储表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。

Hive中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。 由于Hive的元数据需要不断的更新、修改，而HDFS系统中的文件是多读少改的，这显然不能将Hive的元数据存储在HDFS中。目前Hive将元数据存储在数据库中，如Mysql、Derby中。

1.1.2、external

未被external修饰的是内部表（managed table），被external修饰的为外部表（external table）

区别：

• 内部表数据由Hive自身管理，
  外部表数据由HDFS管理；
• 内部表数据存储的位置是hive.metastore.warehouse.dir（默认：/user/hive/warehouse），
  外部表数据的存储位置由自己制定；
• 删除内部表会直接删除元数据（metadata）及存储数据；
  删除外部表仅仅会删除元数据，HDFS上的文件并不会被删除；
• 对内部表的修改会将修改直接同步给元数据，
  而对外部表的表结构和分区进行修改，则需要修复（MSCK REPAIR TABLE table_name;）

建立外部表（这里t2 被external所修饰了）

”’
create external table t2(
id int
,name string
,hobby array<string>
,add map<String,string>
)
row format delimited
fields terminated by ‘,’
collection items terminated by ‘-‘
map keys terminated by ‘:’
location ‘/user/t2’
;
”’

1.2、查询建表法：

将子查询的结果存在新表里，表中有数据。通过as查询语句完成建表。

例子：

create table t3 as
select
    id
   ,name
from t2
;

1.3、like建表法

创建结构完全相同的表，但是没有数据。

例子：

create table t4 like t2;