Hive创建表实现方法

Hive中的CREATE语句是数据定义的核心工具，用于创建表、分区表、外部表等各类表结构。下面先快速回顾它的几种常见用法——这些语法虽然基础，但在实际工作中容易混淆。

创建普通表

先从最基础的开始：创建普通表，即内部表。这种表由Hive管理数据文件的存储和生命周期。

CREATE TABLE table_name (
  column1 data_type,
  column2 data_type,
  ...
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY 'delimiter'
STORED AS file_format;

举个例子，创建一个员工信息表，字段之间用逗号分隔：

CREATE TABLE employees (
  id INT,
  name STRING,
  age INT
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

这里FIELDS TERMINATED BY ','指定了字段分隔符，STORED AS TEXTFILE表示数据以纯文本形式存储。实际使用时，分隔符和文件格式需根据源数据确定。

创建分区表

数据量大时，分区表几乎是必选项。它按指定列的值将数据拆分成不同目录，查询时能显著缩小扫描范围。

CREATE TABLE table_name (
  column1 data_type,
  column2 data_type,
  ...
)
PARTITIONED BY (partition_column1 data_type, partition_column2 data_type, ...)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY 'delimiter'
STORED AS file_format;

假设有一个销售数据表，需要按订单日期分区：

CREATE TABLE sales (
  order_id INT,
  product_id INT,
  customer_id INT,
  quantity INT,
  price FLOAT
)
PARTITIONED BY (order_date STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

有了分区，查询某一天的数据不再需要全表扫描。注意PARTITIONED BY的列不会出现在表字段列表中，它们属于分区字段。

创建外部表

外部表和内部表最大的区别在于：外部表的数据文件存在于Hive之外（比如HDFS的某个路径），删除表时不会删除底层数据。这在数据共享或保留原始数据的场景下非常实用。

CREATE EXTERNAL TABLE table_name (
  column1 data_type,
  column2 data_type,
  ...
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY 'delimiter'
STORED AS file_format
LOCATION 'hdfs_path';

下面是一个客户数据的外部表示例：

CREATE EXTERNAL TABLE customer_data (
  id INT,
  name STRING,
  age INT
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE
LOCATION 'hdfs://localhost:9000/user/customer_data';

注意LOCATION指向一个已经存在（或将要存放）数据的HDFS目录。外部表创建时不会移动数据，它只是让Hive知道去哪里读取。

在实际项目中，创建表时还需考虑元数据存储（通常是MySQL或Derby）的可用性，以及HDFS的配置是否正常。另外，ROW FORMAT、FIELDS TERMINATED、STORED AS这些参数都要根据源数据的具体格式来调整，没有统一的标准模板。