Hive常用分区操作命令20180805

素颜马尾好姑娘i 2022-05-17 02:43 210阅读 0赞

环境：hadoop-2.7 , hive 2.1

操作hive数据仓库中的表有个前提，就是被操作的表必须是有分区的。需要在建表的时候指定分区，具体如何创建有分区的表，请看我的另一篇文章 [《在hive中创建分区表,再关联到hdfs有关位置,而不需导入数据到hive表》][hive_hdfs_hive]

## 在linux命令行对指定的表以循环方式插入分区 ##

for d in “4 5”; do hive -e “ALTER TABLE machine\_logs.uniform\_id ADD IF NOT EXISTS PARTITION (dt=‘2018-08-0$d’)”;echo ------ ; done

Logging initialized using configuration in file:/etc/hive/2.5.0.0-1245/0/hive-log4j.properties
    OK
    Time taken: 3.087 seconds
    ------

## 显示执行成功了，但是我语法出问题,实际效果却是： ##

[root@gn-386277d7-master-1-001 ~]# hive -e "show partitions gz_logs.uniform_payment;"
    … (省略)
    dt=2018-07-29
    dt=2018-07-30
    dt=2018-07-31
    dt=2018-08-01
    dt=2018-08-02
    dt=2018-08-03
    dt=2018-08-04 5

## 在Linux命令行更正，使用DROP PARTITION ##

hive -e "ALTER TABLE gz_logs.uniform_payment DROP IF EXISTS PARTITION (dt='2018-08-04 5')"
    Logging initialized using configuration in file:/etc/hive/2.5.0.0-1245/0/hive-log4j.properties
    Dropped the partition dt=2018-08-04 5
    OK
    Time taken: 4.271 seconds
    [root@gn-386277d7-master-1-001 ~]# hive -e "ALTER TABLE gz_logs.uniform_payment ADD IF NOT EXISTS PARTITION (dt='2018-08-04')"
    
    Logging initialized using configuration in file:/etc/hive/2.5.0.0-1245/0/hive-log4j.properties
    OK
    Time taken: 2.624 seconds
    [root@gn-386277d7-master-1-001 ~]# hive -e "ALTER TABLE gz_logs.uniform_payment ADD IF NOT EXISTS PARTITION (dt='2018-08-05')"
    
    Logging initialized using configuration in file:/etc/hive/2.5.0.0-1245/0/hive-log4j.properties
    OK
    Time taken: 3.022 seconds

## 查看结果，正确✔️ ##

…(省略)  
dt=2018-07-29  
dt=2018-07-30  
dt=2018-07-31  
dt=2018-08-01  
dt=2018-08-02  
dt=2018-08-03  
dt=2018-08-04  
dt=2018-08-05

## 批量修复表的历史分区 ##

前面都是单独添加一个分区的，批量修复表的历史分区使用MSCK  
在hive shell中使用MSCK REPAIRT TABLE db\_name.table\_name;  
或者在Linux命令行使用hive –e “MSCK REPAIRT TABLE db\_name.table\_name;”

或者，某个表有多个分区，分区对应到HDFS目录层次为 \{table\_name\}/pid/cid/dt

# 分别为此表pid为00、10、20...90且cid=5 添加7月1号和2号的分区，例如{table_name}/20/cid=5/dt=2018-07-01
    for p in {'00','10','20','30','40','50','60','70','80','90'}
      do hive -e "ALTER TABLE orders.active ADD IF NOT EXISTS PARTITION (pid=$p, cid='5', dt='2018-07-01');
      ALTER TABLE dawn_v3.stat_active ADD IF NOT EXISTS PARTITION (p=$p, cid='5', dt='2018-07-02');"
    done

[hive_hdfs_hive]: https://blog.csdn.net/qq_31598113/article/details/78298137