在Hive0.8开始支持Insert into语句,它的作用是在一个表格里面追加数据。
标准语法语法如下:
用法一:
INSERT OVERWRITE TABLE tablename1 [PARTITION \
(partcol1=val1, partcol2=val2 ...) [IF NOT EXISTS]] \
select_statement1 FROM from_statement;
用法二:
INSERT INTO TABLE tablename1 [PARTITION \
(partcol1=val1, partcol2=val2 ...)] \
select_statement1 FROM from_statement;
注意:上面语句由于太长了,为了页面显示美观,用'\'符号换行了。
举例:
hive> insert into table cite
> select * from tt;
这样就会将tt表格里面的数据追加到cite表格里面。并且在cite数据存放目录生成了一个新的数据文件,这个新文件是经过处理的,列之间的分割是cite表格的列分割符,而不是tt表格列的分隔符。
(1)、如果两个表格的维度不一样,将会插入错误:
hive> insert into table cite
> select * from cite_standby;
FAILED: SemanticException [Error 10044]: Line 1:18 Cannot insert into
target table because column number/types are different 'cite':
Table insclause-0 has 2 columns, but query has 1 columns.
从上面错误提示看出,查询的表格cite_standby只有一列,而目标表格(也就是需要插入数据的表格)有2列,由于列的数目不一样,导致了上面的语句不能成功运行,我们需要保证查询结果列的数目和需要插入数据表格的列数目一致,这样才行。
(2)、在用extended关键字创建的表格上插入数据将会影响到其它的表格的数据,因为他们共享一份数据文件。
(3)、如果查询出来的数据类型和插入表格对应的列数据类型不一致,将会进行转换,但是不能保证转换一定成功,比如如果查询出来的数据类型为int,插入表格对应的列类型为string,可以通过转换将int类型转换为string类型;但是如果查询出来的数据类型为string,插入表格对应的列类型为int,转换过程可能出现错误,因为字母就不可以转换为int,转换失败的数据将会为NULL。
(4)、可以将一个表查询出来的数据插入到原表中:
hive> insert into table cite
> select * from cite;
结果就是相当于复制了一份cite表格中的数据。
(5)、和insert overwrite的区别:
hive> insert overwrite table cite
> select * from tt;
上面的语句将会用tt表格查询到的数据覆盖cite表格已经存在的数据。
更多关于Hive insert into的用法,可以参见Hive 官方wiki:https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DML