Hive基本命令有哪些？

Hive作为基于Hadoop的数据仓库工具,提供了类SQL的查询语言HiveQL，用户可以通过命令行界面（CLI）或Hue等工具执行基本操作，以下从数据库管理、表操作、数据查询与加载、分区管理四个方面详细介绍Hive基本命令。

（图片来源网络，侵删）

数据库管理是Hive操作的基础,创建数据库使用CREATE DATABASE [IF NOT EXISTS] database_name [COMMENT database_comment] [LOCATION hdfs_path]，其中IF NOT EXISTS可避免重复创建错误，LOCATION指定数据库在HDFS上的存储路径。CREATE DATABASE user_db COMMENT '用户信息数据库' LOCATION '/user/hive/warehouse/user_db.db'，切换数据库需执行USE database_name，后续命令将在此数据库下执行，查看所有数据库可用SHOW DATABASES，过滤数据库则用SHOW DATABASES LIKE 'db_name*'，删除数据库时，若包含表需先删除表或使用DROP DATABASE [IF EXISTS] database_name [CASCADE]，CASCADE会级联删除数据库内的所有表。

表操作是数据管理的核心,创建表分为内部表和外部表，内部表语法为CREATE TABLE [IF NOT EXISTS] table_name (col_name data_type [COMMENT col_comment], ...) [COMMENT table_comment] [ROW FORMAT row_format] [STORED AS file_format]，例如CREATE TABLE users (id INT, name STRING, age INT) COMMENT '用户表' ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' STORED AS TEXTFILE，外部表需添加EXTERNAL关键字，并通过LOCATION指定数据路径，删除外部表时仅删除元数据，HDFS数据保留，修改表结构可使用ALTER TABLE table_name ADD|REPLACE|DROP COLUMNS (col_name data_type, ...)，如添加列ALTER TABLE users ADD COLUMN (email STRING)，加载数据到表有两种方式：LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE table_name，LOCAL表示从本地文件系统加载，否则从HDFS加载；OVERWRITE会覆盖表中已有数据，还可通过INSERT INTO TABLE table_name SELECT ...从查询结果加载数据。

数据查询与操作依赖HiveQL语法,基本查询与SQL类似，SELECT [ALL | DISTINCT] select_expr, ... FROM table_name [WHERE where_condition] [GROUP BY col_list] [HAVING having_condition] [ORDER BY col_list [ASC | DESC]] [LIMIT number]，聚合函数如COUNT(), SUM(), AVG()等可直接使用，例如SELECT department, AVG(salary) FROM employees GROUP BY department，多表连接查询支持JOIN（内连接）、LEFT JOIN（左连接）、RIGHT JOIN（右连接）等，如SELECT a.id, b.name FROM orders a JOIN customers b ON a.cust_id = b.id，CTE（公用表表达式）可通过WITH clause_name AS (SELECT ...) SELECT ...简化复杂查询。

分区管理可提升查询效率,创建分区表需在CREATE TABLE语句中指定PARTITIONED BY (partition_col data_type, ...)，例如CREATE TABLE sales (id INT, amount DOUBLE) PARTITIONED BY (date STRING, region STRING)，添加分区使用ALTER TABLE table_name ADD PARTITION (partition_col1='value1', partition_col2='value2') [LOCATION 'hdfs_path']，删除分区则用ALTER TABLE table_name DROP PARTITION (partition_col1='value1', ...)，查看分区信息可通过SHOW PARTITIONS table_name，或查询PARTITIONS表（如SELECT * FROM sales PARTITIONS(date='2023-01-01')），动态分区可简化分区创建，需设置hive.exec.dynamic.partition=true和hive.exec.dynamic.partition.mode=nonstrict，然后在INSERT语句中指定静态分区列，动态分区列通过SELECT语句输出。

（图片来源网络，侵删）

相关问答FAQs

Q1: Hive内部表与外部表的区别是什么？如何选择？
A1: 内部表由Hive完全管理，删除表时会同时删除HDFS上的数据文件；外部表仅记录元数据，删除表时HDFS数据保留，适合存储原始数据或需被其他工具共享的场景，选择时，若数据需长期存储或需跨工具访问，使用外部表；若数据仅用于Hive分析且需自动清理，使用内部表。

Q2: Hive分区和分桶的作用是什么？如何提升查询性能？
A2: 分区通过将表数据按列值拆分为子目录，减少扫描数据量（如按日期分区后查询某日数据只需扫描对应目录）；分桶则通过哈希函数将数据拆分为固定数量的文件，适合高效采样和join操作（如两表分桶键相同可mapjoin），两者结合可显著提升查询性能，尤其适用于大数据量场景。