Hive insert into语句用法

欢迎大家来到IT世界,在知识的湖畔探索吧!

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