CREATE TABLE con formato Hive

Si applica a: segno di spunta sì Databricks Runtime

Definisce una tabella usando il formato Hive.

Sintassi

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 ]

Le clausole tra la clausola di definizione della colonna e la AS SELECT clausola possono essere visualizzate in qualsiasi ordine. Ad esempio, è possibile scrivere COMMENT table_comment dopo TBLPROPERTIES.

Nota

È necessario specificare la STORED AS clausola o ROW FORMAT . In caso contrario, il parser SQL usa la sintassi CREATE TABLE [USING] per analizzarla e creare una tabella Delta per impostazione predefinita.

Parametri

  • table_identifier

    Nome di tabella, facoltativamente qualificato con un nome di schema.

    Sintassi: [schema_name.] table_name

  • EXTERNAL

    Definisce la tabella utilizzando il percorso specificato in LOCATION.

  • PARTIZIONATO DA

    Partiziona la tabella in base alle colonne specificate.

  • FORMATO RIGA

    Usare la SERDE clausola per specificare un serDe personalizzato per una tabella. In caso contrario, usare la DELIMITED clausola per usare il SerDe nativo e specificare il delimitatore, il carattere di escape, il carattere Null e così via.

  • SERDE

    Specifica un serDe personalizzato per una tabella.

  • serde_class

    Specifica un nome di classe completo di un serDe personalizzato.

  • SERDEPROPERTIES

    Elenco di coppie chiave-valore usate per contrassegnare la definizione SerDe.

  • DELIMITATO

    La DELIMITED clausola può essere usata per specificare il serDe nativo e dichiarare il delimitatore, il carattere di escape, il carattere Null e così via.

  • CAMPI TERMINATI DA

    Utilizzato per definire un separatore di colonna.

  • ELEMENTI DI RACCOLTA TERMINATI DA

    Utilizzato per definire un separatore di elementi della raccolta.

  • CHIAVI DI MAPPING TERMINATE DA

    Usato per definire un separatore di chiavi della mappa.

  • RIGHE TERMINATE DA

    Utilizzato per definire un separatore di riga.

  • NULL DEFINITO COME

    Utilizzato per definire il valore specifico per NULL.

  • ESCAPE BY

    Definire il meccanismo di escape.

  • ELEMENTI DI RACCOLTA TERMINATI DA

    Definire un separatore di elementi della raccolta.

  • CHIAVI DI MAPPING TERMINATE DA

    Definire un separatore di chiave della mappa.

  • RIGHE TERMINATE DA

    Definire un separatore di riga.

  • NULL DEFINITO COME

    Definire il valore specifico per NULL.

  • ARCHIVIATO COME

    Formato di file per la tabella. I formati disponibili includono TEXTFILE, SEQUENCEFILE, RCFILEORC, PARQUET, e AVRO. In alternativa, è possibile specificare formati di input e output personalizzati tramite INPUTFORMAT e OUTPUTFORMAT. Solo i formati TEXTFILE, SEQUENCEFILEe RCFILE possono essere usati con ROW FORMAT SERDE e possono essere usati solo TEXTFILE con ROW FORMAT DELIMITED.

  • LOCATION

    Percorso della directory in cui sono archiviati i dati della tabella, che potrebbe essere un percorso nell'archiviazione distribuita.

  • COMMENTO

    Valore letterale stringa per descrivere la tabella.

  • TBLPROPERTIES

    Elenco di coppie chiave-valore usate per contrassegnare la definizione della tabella.

  • AS select_statement

    Popola la tabella usando i dati dell'istruzione select.

Esempi

--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/';