Hive数据模型总览
Hive SQL之数据库与建库
SQL中DDL语法的作用
? 数据定义语言 (Data Definition Language, DDL)，是SQL语言集中对数据库内部的对象结构进行创建，删除，修改等的操作语言，这些数据库对象包括database、table等。
? DDL核心语法由CREATE、ALTER与DROP三个所组成。DDL并不涉及表内部数据的操作。
Hive中DDL语法的使用
? Hive SQL（HQL）与标准SQL的语法大同小异，基本相通；
? 基于Hive的设计、使用特点，HQL中create语法（尤其create table）将是学习掌握Hive DDL语法的重中之重。
建表是否成功直接影响数据文件是否映射成功，进而影响后续是否可以基于SQL分析数据。通俗点说，没有表，表没有数据，你用Hive分析什么呢？
? 选择正确的方向,往往比盲目努力重要。
? 主要讲解基础的建库与建表语法操作
数据库database
? 在Hive中，默认的数据库叫做default，存储数据位置位于HDFS的/user/hive/warehouse下。
? 用户自己创建的数据库存储位置是
/user/hive/warehouse/database_name.db下。
create database
? create database用于创建新的数据库
COMMENT：数据库的注释说明语句
LOCATION：指定数据库在HDFS存储位置，默认
/user/hive/warehouse/dbname.db
WITH DBPROPERTIES：用于指定一些数据库的属性配置
?
create database
? 例子：创建数据库itcast
注意：如果需要使用location指定路径的时候，最好指向的是一个新创建的空文件夹。
?
?
use database
? 选择特定的数据库
切换当前会话使用哪一个数据库进行操作
?
drop database
? 删除数据库
默认行为是RESTRICT，这意味着仅在数据库为空时才删除它。
要删除带有表的数据库（不为空的数据库），我们可以使用CASCADE。
?
Hive SQL之表与建表
表Table
? 一个数据库通常包含一个或多个表。每个表由一个名字标识（例如“客户”或者“订单”）。
? 表包含带有数据的记录（行）。
?
建表语法树（基础）
?
注意事项
?
（1）数据类型
? Hive数据类型指的是表中列的字段类型；
? 整体分为两类：原生数据类型（primitive data type）和复杂数据类型（complex data type）。
? 最常用的数据类型是字符串String和数字类型Int。
（2）分隔符指定语法
? ROW FORMAT DELIMITED语法用于指定字段之间等相关的分隔符，这样Hive才能正确的读取解析数据。
? 或者说只有分隔符指定正确，解析数据成功，我们才能在表中看到数据。
（2）分隔符指定语法
? LazySimpleSerDe是Hive默认的，包含4种子语法，分别用于指定字段之间、集合元素之间、map映射 kv之间、 换行的分隔符号。
? 在建表的时候可以根据数据的特点灵活搭配使用。
?
Hive默认分隔符
? Hive建表时如果没有row format语法指定分隔符，则采用默认分隔符；
? 默认的分割符是'\001'，是一种特殊的字符，使用的是ASCII编码的值，键盘是打不出来的。
Hive默认分隔符
? 在vim编辑器中，连续按下Ctrl+v/Ctrl+a即可输入'\001' ，显示^A
?
? 在一些文本编辑器中将以SOH的形式显示：
大数据基础：
开发入门Linux入门→MySQL数据库
核心基础Hadoop
数仓技术Hive数仓项目
PB内存计算Python入门→Python进阶→pyspark框架→Hive+Spark项目
- Linux零基础快速入门到精通
- 大数据数据开发基础MySQL8.0从入门到精通
- 大数据Hadoop入门教程
- 大数据离线数据仓库，企业级在线教育项目实战（Hive数仓项目完整流程）
- Python入门到精通（19天全）
- Python编程进阶从零到搭建网站
- 大数据spark3.2从基础到精通
- 大数据Hive+Spark离线数仓工业项目实战
注意事项：大数据学习要业务驱动，不要技术驱动：数据科学的核心能力是解决问题。
大数据的核心目标是数据驱动的智能化，要解决具体的问题，不管是科学研究问题，还是商业决策问题，抑或是政府管理问题。
所以学习之前要明确问题，理解问题，所谓问题导向、目标导向，这个明确之后再研究和选择合适的技术加以应用，这样才有针对性。