CREATE TABLE con formato de Hive

Se aplica a: Databricks Runtime

Define una tabla con el formato de Hive.

Sintaxis

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 ]

Las cláusulas entre la cláusula de definición de columna y la cláusula AS SELECT pueden aparecer en cualquier orden. Por ejemplo, puede escribir COMMENT table_comment después de TBLPROPERTIES.

Nota:

Debe especificar la cláusula STORED AS o ROW FORMAT. De lo contrario, el analizador de SQL usa la sintaxis CREATE TABLE [USING] para analizarla y crea una tabla Delta de forma predeterminada.

Parámetros

• table_identifier

  Nombre de tabla, opcionalmente calificado con un nombre de esquema.

  Sintaxis: [schema_name.] table_name

• EXTERNAL

  Define la tabla con la ruta de acceso que se proporciona en LOCATION.

• PARTITIONED BY

  Crea particiones de la tabla por las columnas especificadas.

• FORMATO DE FILA

  Use la cláusula SERDE para especificar un SerDe personalizado para una tabla. En caso contrario, use la cláusula DELIMITED para usar el SerDe nativo y especifique el delimitador, el carácter de escape, el carácter nulo, etc.

• SERDE

  Especifica un SerDe personalizado para una tabla.

• serde_class

  Especifica un nombre de clase completo de un SerDe personalizado.

• SERDEPROPERTIES

  Lista de pares clave-valor usados para etiquetar la definición de SerDe.

• DELIMITED

  La cláusula DELIMITED se puede usar para especificar el SerDe nativo y el estado del delimitador, el carácter de escape, el carácter nulo, etc.

• FIELDS TERMINATED BY

  Se usa para definir un separador de columnas.

• COLLECTION ITEMS TERMINATED BY

  Se usa para definir un separador de elemento de recopilación.

• MAP KEYS TERMINATED BY

  Se usa para definir un separador de claves de mapa.

• LINES TERMINATED BY

  Se usa para definir un separador de filas.

• NULL DEFINED AS

  Se usa para definir el valor específico de NULL.

• ESCAPED BY

  Define el mecanismo de escape.

• COLLECTION ITEMS TERMINATED BY

  Define un separador de elemento de recopilación.

• MAP KEYS TERMINATED BY

  Define un separador de claves de mapa.

• LINES TERMINATED BY

  Define un separador de filas.

• NULL DEFINED AS

  Define el valor específico de NULL.

• STORED AS

  Formato de archivo de la tabla. Entre los formatos disponibles se incluyen TEXTFILE, SEQUENCEFILE, RCFILE, ORC, PARQUET y AVRO. Como alternativa, puede especificar sus propios formatos de entrada y salida mediante INPUTFORMAT y OUTPUTFORMAT. Solo los formatos TEXTFILE, SEQUENCEFILE y RCFILE se pueden usar con ROW FORMAT SERDE y solo TEXTFILE se puede usar con ROW FORMAT DELIMITED.

• LOCATION

  Ruta de acceso al directorio donde se almacenan los datos de tabla, que podría ser una ruta de acceso en el almacenamiento distribuido.

• COMMENT

  Literal de cadena para describir la tabla.

• TBLPROPERTIES

  Lista de pares clave-valor usados para etiquetar la definición de tabla.

• AS select_statement

  Rellena la tabla con los datos de la instrucción select.

Ejemplos

--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/';

Instrucciones relacionadas

• CREATE TABLE [USING]
• CREATE TABLE LIKE