load的方式（hive中导入表）

—-linux磁盘
—-hdfs上的文件进行导入表

从linux磁盘导入数据到hive

案例：load data local inpath '/home/hadoop/student.txt' into table stu_managed ;
验证： select * from stu_managed limit 3;

从hdfs导入数据到hive

  1. 如何把一个linux磁盘文件通过shell上传到hdfs？？？
    1. hdfs dfs -put '/home/hadoop/student.txt' '/'
    2. hadoop dfs -put '/home/hadoop/student.txt' '/'
  2. load data inpath '/student.txt' into table stu_managed ;

    总结：

    从linux磁盘导入数据到hive : 复制的方式导入
    从hdfs磁盘导入数据到hive : 剪切的方式导入
    验证：tail -3 student.txt / cat student.txt

    insert数据导入

    单条数据导入

    insert into table stu_managed values(1,"haha",'n',1,'MA');
    注：
    1）文件追加形式进行导入的
    2）首先创建一个临时表（元数据库多一条信息），
    把数据放入到了临时表里（hdfs:3个备份），
    把临时表的数据迁移到stu_managed（内部表）
    （hdfs:3个备份）
    3）单条数据导入产生大量的小文件（namenode压力大）
    （可能导致namenode进程宕掉了）

    单重数据导入

    insert into table stu_managed
    select * from stu_managed;

    多重数据导入

    适用场景: 从一个数据源进行查询 ，输出路径是多个
    需求：
    数据源： stu_managed
    年龄是1岁 —-> stu_t1; 年龄是2岁 —-> stu_t2
    多重数据导入：
    from stu_managed
    insert into table stu_t1 select * where age = 1
    insert into table stu_t2 select * where age = 2; //多重数据导入，只扫描数据源一次
    单重数据导入：
    insert into table stu_t1
    select * from stu_managed where age = 1
    insert into table stu_t2
    select * from stu_managed where age = 2; //2次单重数据导入，会扫描数据源2次
    报错： 没有 stu_t1，stu_t2 ，如何快速创建一个表？？？
    create table stu_t1 like stu_managed ;
    create table stu_t2 like stu_managed ;

小贴士： 多重数据导入—>单重数据导入—>单条数据导入