Compartilhar via

CREATE TABLE com formato Hive

  • Artigo

Aplica-se a:caixa de seleção marcada Databricks Runtime

Define uma tabela usando o formato Hive.

Sintaxe

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 ]

As cláusulas entre a cláusula de definição de coluna e a cláusula AS SELECT podem aparecer em qualquer ordem. Por exemplo, você pode escrever COMMENT table_comment após TBLPROPERTIES.

Observação

Você deve especificar a cláusula STORED AS ou ROW FORMAT. Caso contrário, o analisador SQL usa a sintaxe CREATE TABLE [USING] para analisar e cria uma tabela Delta por padrão.

Parâmetros

  • table_identifier

    Um nome de tabela, opcionalmente qualificado com um nome de esquema.

    Sintaxe: [schema_name.] table_name

  • EXTERNAL

    Define a tabela usando o caminho fornecido em LOCATION.

  • PARTITIONED BY

    Particiona a tabela pelas colunas especificadas.

  • FORMATO DA LINHA

    Use a cláusula SERDE para especificar um SerDe personalizado para uma tabela. Caso contrário, use a cláusula DELIMITED para usar o SerDe nativo e especifique o delimitador, o caractere de escape, o caractere nulo e assim por diante.

  • SERDE

    Especifica um SerDe personalizado para uma tabela.

  • serde_class

    Especifica um nome de classe totalmente qualificado de um SerDe personalizado.

  • SERDEPROPERTIES

    Uma lista de pares chave-valor usados para marcar a definição de SerDe.

  • DELIMITED

    A cláusula DELIMITED pode ser usada para especificar o SerDe nativo e indicar o delimitador, caractere de escape, caractere nulo e assim por diante.

  • FIELDS TERMINATED BY

    Usado para definir um separador de coluna.

  • COLLECTION ITEMS TERMINATED BY

    Usado para definir um separador de item de coleção.

  • MAP KEYS TERMINATED BY

    Usado para definir um separador de chave de mapa.

  • LINES TERMINATED BY

    Usado para definir um separador de linha.

  • NULL DEFINED AS

    Usado para definir o valor específico para NULL.

  • ESCAPED BY

    Defina o mecanismo de escape.

  • ITENS DE COLEÇÃO ENCERRADOS POR

    Defina um separador de item de coleção.

  • CHAVES DE MAPA TERMINADAS POR

    Defina um separador de chave de mapa.

  • LINHAS ENCERRADAS POR

    Defina um separador de linha.

  • NULL DEFINIDO COMO

    Defina o valor específico para NULL.

  • ARMAZENADO COMO

    O formato de arquivo para a tabela. Os formatos disponíveis incluem TEXTFILE, SEQUENCEFILE, RCFILE, ORC, PARQUET e AVRO. Como alternativa, você pode especificar seus próprios formatos de entrada e saída por meio de INPUTFORMAT e OUTPUTFORMAT. Somente os formatos TEXTFILE, SEQUENCEFILE e RCFILE podem ser usados com ROW FORMAT SERDE e somente TEXTFILE podem ser usado com ROW FORMAT DELIMITED.

  • LOCATION

    Um caminho para o diretório onde os dados da tabela estão armazenados, que pode ser um caminho no armazenamento distribuído.

  • COMMENT

    Um literal de cadeia de caracteres para descrever a tabela.

  • TBLPROPERTIES

    Uma lista de pares chave-valor usados para marcar a definição da tabela.

  • AS select_statement

    Preenche a tabela usando os dados da instrução select.

Exemplos

--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/';