Hive使用，
Hive数据库和表
Hive在HDFS上的默认存储路径
Hive的数据都是存储在HDFS上的，默认有一个根目录，在hive-site.xml中，由参数hive.metastore.warehouse.dir指定。默认值为/user/hive/warehouse.
Hive中的数据库(Database)
进入Hive命令行，执行show databases;命令，可以列出hive中的所有数据库，默认有一个default数据库，进入Hive-Cli之后，即到default数据库下。
使用use databasename;可以切换到某个数据库下，同mysql；
Hive中的数据库在HDFS上的存储路径为： ${hive.metastore.warehouse.dir}/databasename.db
比如，名为lxw1234的数据库存储路径为：
/user/hive/warehouse/lxw1234.db
创建Hive数据库
使用HDFS超级用户，进入Hive-Cli，语法为：
比如，创建名为lxw1234的数据库：
创建时候可以指定数据库在HDFS上的存储位置。
注意：使用HDFS超级用户创建数据库后，该数据库在HDFS上的存储路径的属主为超级用户，如果该数据库是为某个或者某些用户使用的，则需要修改路径属主，或者在Hive中进行授权。
修改数据库
修改数据库属性：
修改数据库属主：
删除数据库
默认情况下，Hive不允许删除一个里面有表存在的数据库，如果想删除数据库，要么先将数据库中的表全部删除，要么可以使用CASCADE关键字，使用该关键字后，Hive会自己将数据库下的表全部删除。RESTRICT关键字就是默认情况，即如果有表存在，则不允许删除数据库。
Hive中的表(Table)
查看所有的表
进入Hive-Cli，使用use databasename;切换到数据库之后，执行show tables;即可查看该数据库下所有的表：
表的存储路径
默认情况下，表的存储路径为：
${hive.metastore.warehouse.dir}/databasename.db/tablename/
可以使用desc formatted tablename;命令查看表的详细信息，其中包括了存储路径：
Location: hdfs://cdh5/hivedata/warehouse/lxw1234.db/lxw1234
内部表和外部表
Hive中的表分为内部表(MANAGED_TABLE)和外部表(EXTERNAL_TABLE)。
我们的使用场景：
每天将收集到的网站日志定期流入HDFS文本文件，一天一个目录；
在Hive中建立外部表作为源表，通过添加分区的方式，将每天HDFS上的原始日志映射到外部表的天分区中；
在外部表（原始日志表）的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过SELECT+INSERT进入内部表。
创建表
创建表的语法选项特别多，这里只列出常用的选项。
其他请参见Hive官方文档：
Hive官方文档
以一个例子来说吧：
关键字EXTERNAL：
表示该表为外部表，如果不指定EXTERNAL关键字，则表示内部表
关键字COMMENT
为表和列添加注释
关键字PARTITIONED BY
表示该表为分区表，分区字段为day,类型为string
关键字ROW FORMAT DELIMITED
指定表的分隔符，通常后面要与以下关键字连用：
FIELDS TERMINATED BY ‘,’ //指定每行中字段分隔符为逗号
LINES TERMINATED BY ‘\n’ //指定行分隔符
COLLECTION ITEMS TERMINATED BY ‘,’ //指定集合中元素之间的分隔符
MAP KEYS TERMINATED BY ‘:’ //指定数据中Map类型的Key与Value之间的分隔符
举个例子：
要加载的文本数据为：
biansutao ‘数学’:80,’语文’:89,’英语’:95
jobs ‘语文’:60,’数学’:80,’英语’:99
关键字STORED AS
指定表在HDFS上的文件存储格式，可选的文件存储格式有：
TEXTFILE //文本，默认值
SEQUENCEFILE // 二进制序列文件
RCFILE //列式存储格式文件 Hive0.6以后开始支持
ORC //列式存储格式文件，比RCFILE有更高的压缩比和读写效率，Hive0.11以后开始支持
PARQUET //列出存储格式文件，Hive0.13以后开始支持
关键词LOCATION
指定表在HDFS上的存储位置。
Hive视图和分区
同关系型数据库一样，Hive中也支持视图(View)和分区(Partition)，但与关系型数据库中的有所区别，本文简单介绍Hive中视图和分区的示例。
在真实业务场景下，视图的应用比较少，分区使用的非常多，因此建议对分区这块多花的时间来了解。
Hive中的视图
和关系型数据库一样，Hive中也提供了视图的功能，注意Hive中视图的特性，和关系型数据库中的稍有区别：
只有逻辑视图，没有物化视图；
视图只能查询，不能Load/Insert/Update/Delete数据；
视图在创建时候，只是保存了一份元数据，当查询视图的时候，才开始执行视图对应的那些子查询；
创建视图
例如：
删除视图
DROP VIEW IF EXISTS v_lxw1234;
修改视图
更多关于Hive视图的介绍，请参考官方文档：
Hive视图官方文档
Hive中的表分区
Hive中的表分区比较简单，就是将同一组数据放到同一个HDFS目录下，当查询中过滤条件指定了某一个分区值时候，只将该分区对应的目录作为Input，从而减少MapReduce的输入数据，提高查询效率。
创建分区表
在创建表时候，使用PARTITIONED BY关键字来指定该表为分区表，后面括号中指定了分区的字段和类型，分区字段可以有多个，在HDFS中对应多级目录。
比如，上面的表t_lxw1234分区month=’2015-06’,day=’2015-06-15’对应HDFS上的路径为：/user/hive/warehouse/default.db/t_lxw1234/month=2015-06/day=2015-06-15/，当查询中指定了month=’2015-06’ AND day=’2015-06-15’,MapReduce直接从该目录中读取数据，如果只指定了month=’2015-06’，那么MapReduce将/month=2015-06/下所有的子目录都作为Input。
添加分区
使用INSERT添加分区：
往分区中追加数据：
覆盖分区数据：
使用ALTER TABLE添加分区：
查看分区对应的HDFS路径
使用命令 show partitions t_lxw1234; 查看表的所有分区：
使用desc formatted t_lxw1234 partition (month = ‘2015-01’ , day = ‘2015-01-25′);
查看该分区的详细信息，包括该分区在HDFS上的路径：
Location: hdfs://namenode/user/hive/warehouse/default.db/t_lxw1234/month=2015-01/day=2015-01-25/
删除分区
可以使用 ALTER TABLE t_lxw1234 DROP PARTITION (month = ‘2015-01’, day = ‘2015-01-25’);
删除一个分区；
同内部表和外部表，如果该分区表为外部表，则分区对应的HDFS目录数据不会被删除。
更多关于分区的介绍，可参考官方文档：
Hive中复制一张表
Hive中有时候会遇到复制表的需求，复制表指的是复制表结构和数据。
如果是针对非分区表，那很简单，可以使用CREATE TABLE new_table AS SELECT * FROM old_table;
那么如果是分区表呢？
首先想到的办法可能是：
先创建一张和old_table结构相同的new_table，包括分区；可以使用CREATE TABLE new_table LIKE old_table;
接下来使用动态分区，把old_table的数据INSERT到new_table中。
这个方法当然可以，但可能不是最快的。
其实可以这样做：
看例子：
有一张分区表t1,只有两个分区，每个分区中都有一条数据，如下：
创建一张相同表结构的新表t2;
使用hadoop fs -cp命令把t1对应HDFS目录的所有文件夹复制到t2对应的HDFS目录下：
在Hive用使用MSCK REPAIR TABLE t2;修复新表t2的分区元数据；
OK，新表t2已经复制好了，它和t1有着相同的表结构，分区结构，分区以及数据。