Sdílet prostřednictvím

CREATE TABLE s formátem Hive

  • Článek

Platí pro:zaškrtnutí označeného ano Databricks Runtime

Definuje table pomocí formátu Hive.

Syntaxe

CREATE [ EXTERNAL ] TABLE [ IF NOT EXISTS ] table_identifier
    [ ( col_name1[:] col_type1 [ COMMENT col_comment1 ], ... ) ]
    [ COMMENT table_comment ]
    [ PARTITIONED BY ( col_name2[:] col_type2 [ COMMENT col_comment2 ], ... )
        | ( col_name1, col_name2, ... ) ]
    [ ROW FORMAT row_format ]
    [ STORED AS file_format ]
    [ LOCATION path ]
    [ TBLPROPERTIES ( key1=val1, key2=val2, ... ) ]
    [ AS select_statement ]

row_format:
    : SERDE serde_class [ WITH SERDEPROPERTIES (k1=v1, k2=v2, ... ) ]
    | DELIMITED [ FIELDS TERMINATED BY fields_terminated_char [ ESCAPED BY escaped_char ] ]
        [ COLLECTION ITEMS TERMINATED BY collection_items_terminated_char ]
        [ MAP KEYS TERMINATED BY map_key_terminated_char ]
        [ LINES TERMINATED BY row_terminated_char ]
        [ NULL DEFINED AS null_char ]

Klauzule mezi klauzulí definice column a klauzulí AS SELECT se mohou objevit v libovolném pořadí. Můžete například napsat COMMENT table_comment za TBLPROPERTIES.

Poznámka:

Musíte zadat buď klauzuli STORED AS , nebo ROW FORMAT klauzuli. V opačném případě analyzátor SQL použije k analýze syntaxi CREATE TABLE [USING], a standardně vytvoří Delta table.

Parameters

  • table_identifier

    Název table, který je volitelně kvalifikovaný názvem schema.

    Syntax:[schema_name.] table_name

  • EXTERNÍ

    Definuje table pomocí cesty zadané v LOCATION.

  • DĚLENÉ PODLE

    Rozdělí table podle zadaného columns.

  • FORMÁT ŘÁDKU

    Pomocí klauzule SERDE zadejte vlastní SerDe pro table. V opačném případě použijte DELIMITED klauzuli k použití nativní SerDe a zadejte oddělovač, řídicí znak, znak null atd.

  • SERDE

    Určuje vlastní SerDe pro table.

  • serde_class

    Určuje plně kvalifikovaný název třídy vlastního SerDe.

  • SERDEPROPERTIES

    list párů klíč-hodnota sloužících k označení definice SerDe.

  • ODDĚLENÝ

    Klauzuli DELIMITED lze použít k určení nativní SerDe a stav oddělovače, řídicí znak, null znak atd.

  • POLE UKONČENA UŽIVATELEM

    Slouží k definování oddělovače column.

  • POLOŽKY KOLEKCE UKONČENÉ UŽIVATELEM

    Slouží k definování oddělovače položek kolekce.

  • MAPOVÉ KLÍČE UKONČENÉ POMOCÍ

    Slouží k definování oddělovače klíčů mapy.

  • ŘÁDKY UKONČENÉ UŽIVATELEM

    Slouží k definování oddělovače řádků.

  • HODNOTA NULL DEFINOVANÁ JAKO

    Slouží k definování konkrétní hodnoty pro hodnotu NULL.

  • ESCAPED BY

    Definujte řídicí mechanismus.

  • POLOŽKY KOLEKCE UKONČENÉ UŽIVATELEM

    Definujte oddělovač položek kolekce.

  • MAPOVÉ KLÍČE UKONČENÉ POMOCÍ

    Definujte oddělovač klíčů mapy.

  • ŘÁDKY UKONČENÉ UŽIVATELEM

    Definujte oddělovač řádků.

  • HODNOTA NULL DEFINOVANÁ JAKO

    Definujte konkrétní hodnotu pro NULL.

  • ULOŽENO JAKO

    Formát souboru pro table. Dostupné formáty zahrnují TEXTFILE, , SEQUENCEFILERCFILE, ORC, PARQUET, a AVRO. Alternativně můžete zadat vlastní vstupní a výstupní formáty prostřednictvím INPUTFORMAT a OUTPUTFORMAT. Pouze formáty TEXTFILE, SEQUENCEFILEa RCFILE lze použít s ROW FORMAT SERDE a pouze TEXTFILE s ROW FORMAT DELIMITED.

  • UMÍSTĚNÍ

    Cesta k adresáři, kde je uloženo wheretable data, což může být cesta v distribuovaném úložišti.

  • KOMENTÁŘ

    Řetězcový literál pro popis table.

  • TBLPROPERTIES

    list párů klíč-hodnota sloužících k označení definice table.

  • SELECT_STATEMENT AS

    Naplní table pomocí dat z příkazu select.

Příklady

--Use hive format
CREATE TABLE student (id INT, name STRING, age INT) STORED AS ORC;

--Use data from another table
CREATE TABLE student_copy STORED AS ORC
    AS SELECT * FROM student;

--Specify table comment and properties
CREATE TABLE student (id INT, name STRING, age INT)
    COMMENT 'this is a comment'
    STORED AS ORC
    TBLPROPERTIES ('foo'='bar');

--Specify table comment and properties with different clauses order
CREATE TABLE student (id INT, name STRING, age INT)
    STORED AS ORC
    TBLPROPERTIES ('foo'='bar')
    COMMENT 'this is a comment';

--Create partitioned table
CREATE TABLE student (id INT, name STRING)
    PARTITIONED BY (age INT)
    STORED AS ORC;

--Create partitioned table with different clauses order
CREATE TABLE student (id INT, name STRING)
    STORED AS ORC
    PARTITIONED BY (age INT);

--Use Row Format and file format
CREATE TABLE student (id INT, name STRING)
    ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
    STORED AS TEXTFILE;

--Use complex datatype
CREATE EXTERNAL TABLE family(
        name STRING,
        friends ARRAY<STRING>,
        children MAP<STRING, INT>,
        address STRUCT<street: STRING, city: STRING>
    )
    ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' ESCAPED BY '\\'
    COLLECTION ITEMS TERMINATED BY '_'
    MAP KEYS TERMINATED BY ':'
    LINES TERMINATED BY '\n'
    NULL DEFINED AS 'foonull'
    STORED AS TEXTFILE
    LOCATION '/tmp/family/';

--Use predefined custom SerDe
CREATE TABLE avroExample
    ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.avro.AvroSerDe'
    STORED AS INPUTFORMAT 'org.apache.hadoop.hive.ql.io.avro.AvroContainerInputFormat'
        OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.avro.AvroContainerOutputFormat'
    TBLPROPERTIES ('avro.schema.literal'='{ "namespace": "org.apache.hive",
        "name": "first_schema",
        "type": "record",
        "fields": [
                { "name":"string1", "type":"string" },
                { "name":"string2", "type":"string" }
            ] }');

--Use personalized custom SerDe(we may need to `ADD JAR xxx.jar` first to ensure we can find the serde_class,
--or you may run into `CLASSNOTFOUND` exception)
ADD JAR /tmp/hive_serde_example.jar;

CREATE EXTERNAL TABLE family (id INT, name STRING)
    ROW FORMAT SERDE 'com.ly.spark.serde.SerDeExample'
    STORED AS INPUTFORMAT 'com.ly.spark.example.serde.io.SerDeExampleInputFormat'
        OUTPUTFORMAT 'com.ly.spark.example.serde.io.SerDeExampleOutputFormat'
    LOCATION '/tmp/family/';