Hive基础sql语法(DDL)
发表于：2026-11-02 作者：千家信息网编辑
千家信息网最后更新 2026年11月02日，前言：经过前面的学习 我们了解到Hive可以使用关系型数据库来存储元数据，而且Hive提供了比较完整的SQL功能 ，这篇文章主要介绍Hive基本的sql语法。首先了解下Hive的数据存储结构，抽象图如
千家信息网最后更新 2026年11月02日Hive基础sql语法(DDL)
前言：
- 经过前面的学习 我们了解到Hive可以使用关系型数据库来存储元数据，而且Hive提供了比较完整的SQL功能 ，这篇文章主要介绍Hive基本的sql语法。
首先了解下Hive的数据存储结构，抽象图如下：
- 1.Database:Hive中包含了多个数据库，默认的数据库为default，对应于HDFS目录是/user/hadoop/hive/warehouse，可以通过hive.metastore.warehouse.dir参数进行配置（hive-site.xml中配置）
- 2.Table: Hive 中的表又分为内部表和外部表 ,Hive 中的每张表对应于HDFS上的一个目录，HDFS目录为：/user/hadoop/hive/warehouse/[databasename.db]/table
- 3.Partition:分区，每张表中可以加入一个分区或者多个，方便查询，提高效率；并且HDFS上会有对应的分区目录：
/user/hadoop/hive/warehouse/[databasename.db]/table - 4.Bucket(桶)：暂且不讲
DDL操作(Data Definition Language)
参考官方文档： DDL文档
HiveQL DDL statements are documented here, including:
- CREATE DATABASE/SCHEMA, TABLE, VIEW, FUNCTION, INDEX
- DROP DATABASE/SCHEMA, TABLE, VIEW, INDEX
- TRUNCATE TABLE
- ALTER DATABASE/SCHEMA, TABLE, VIEW
- MSCK REPAIR TABLE (or ALTER TABLE RECOVER PARTITIONS)
- SHOW DATABASES/SCHEMAS, TABLES, TBLPROPERTIES, VIEWS, PARTITIONS, FUNCTIONS, INDEX[ES], COLUMNS, CREATE TABLE
- DESCRIBE DATABASE/SCHEMA, table_name, view_name
一.基于数据库的DDL操作
1.创建数据库（Create Database）
- 下面是官网上为我们列出的语法：
Create DatabaseCREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name[COMMENT database_comment][LOCATION hdfs_path][WITH DBPROPERTIES (property_name=property_value, ...)];IF NOT EXISTS：加上这句话代表判断数据库是否存在，不存在就会创建，存在就不会创建（生产环境建议使用）。
COMMENT：数据库的描述
LOCATION：创建数据库的地址，不加默认在/user/hive/warehouse/路径下
WITH DBPROPERTIES：数据库的属性
hive> CREATE DATABASE hive1;OKhive> CREATE DATABASE IF NOT EXISTS hive2 > COMMENT "this is ruoze database" > WITH DBPROPERTIES ("creator"="ruoze", "date"="2018-08-08");OKhive> CREATE DATABASE hive3 LOCATION '/db_hive3';OKhive> show databases;OKdefaulthive1hive2hive3# 在HDFS中查看数据库文件夹[hadoop@hadoop000 ~]$ hadoop fs -ls /user/hive/warehouseFound 2 itemsdrwxr-xr-x - hadoop supergroup 0 2018-06-16 15:26 /user/hive/warehouse/hive1.dbdrwxr-xr-x - hadoop supergroup 0 2018-06-16 15:28 /user/hive/warehouse/hive2.db[hadoop@hadoop000 ~]$ hadoop fs -ls /Found 3 itemsdrwxr-xr-x - hadoop supergroup 0 2018-06-16 15:29 /db_hive3drwx-wx-wx - hadoop supergroup 0 2018-06-03 15:57 /tmpdrwxr-xr-x - hadoop supergroup 0 2018-06-03 16:43 /user# 在RDBMS中查看数据库相关信息mysql> select * from hive_meta.dbs\G;*************************** 1. row *************************** DB_ID: 1 DESC: Default Hive databaseDB_LOCATION_URI: hdfs://hadoop000:9000/user/hive/warehouse NAME: default OWNER_NAME: public OWNER_TYPE: ROLE*************************** 2. row *************************** DB_ID: 6 DESC: NULLDB_LOCATION_URI: hdfs://hadoop000:9000/user/hive/warehouse/hive1.db NAME: hive1 OWNER_NAME: hadoop OWNER_TYPE: USER*************************** 3. row *************************** DB_ID: 7 DESC: this is ruoze databaseDB_LOCATION_URI: hdfs://hadoop000:9000/user/hive/warehouse/hive2.db NAME: hive2 OWNER_NAME: hadoop OWNER_TYPE: USER*************************** 4. row *************************** DB_ID: 8 DESC: NULLDB_LOCATION_URI: hdfs://hadoop000:9000/db_hive3 NAME: hive3 OWNER_NAME: hadoop OWNER_TYPE: USER4 rows in set (0.00 sec)2.查询数据库（Show Databases）
- 下面是官网上为我们列出的语法：
SHOW (DATABASES|SCHEMAS) [LIKE 'identifier_with_wildcards'];hive> show databases;OKdefaulthive1hive2hive3Time taken: 0.047 seconds, Fetched: 4 row(s)hive> show databases like 'hive1';OKhive1Time taken: 0.035 seconds, Fetched: 1 row(s)hive> show databases like 'hive*';OKhive1hive2hive3Time taken: 0.037 seconds, Fetched: 3 row(s)3.查询数据库信息（Describe Database）
- 下面是官网上为我们列出的语法：
DESCRIBE DATABASE [EXTENDED] db_name;--describe 可简写为descDESCRIBE DATABASE db_name：查看数据库的描述信息和文件目录位置路径信息；
EXTENDED：加上数据库键值对的属性信息。
hive> desc database hive1;OKhive1 hdfs://192.168.6.217:9000/user/hive/warehouse/hive1.db hadoop USERTime taken: 0.039 seconds, Fetched: 1 row(s)hive> desc database hive2;OKhive2 this is ruoze database hdfs://192.168.6.217:9000/user/hive/warehouse/hive2.db hadoop USERTime taken: 0.041 seconds, Fetched: 1 row(s)hive> desc database hive3;OKhive3 hdfs://192.168.6.217:9000/db_hive3 hadoop USERTime taken: 0.046 seconds, Fetched: 1 row(s)hive> desc database extended hive2;OKhive2 this is ruoze database hdfs://192.168.6.217:9000/user/hive/warehouse/hive2.db hadoop USER {date=2018-08-08, creator=ruoze}Time taken: 0.031 seconds, Fetched: 1 row(s)4.删除数据库（Drop Database）
- 下面是官网上为我们列出的语法：
DROP (DATABASE|SCHEMA) [IF EXISTS] database_name [RESTRICT|CASCADE];RESTRICT：默认是restrict，如果该数据库还有表存在则报错；
CASCADE：级联删除数据库(当数据库还有表时，级联删除表后再删除数据库) --生产尽量不用。
hive> drop database test;OKTime taken: 0.094 seconds5.修改数据库信息（Alter Database）
- 下面是官网上为我们列出的语法：
ALTER (DATABASE|SCHEMA) database_name SET DBPROPERTIES (property_name=property_value, ...); -- (Note: SCHEMA added in Hive 0.14.0)ALTER (DATABASE|SCHEMA) database_name SET OWNER [USER|ROLE] user_or_role; -- (Note: Hive 0.13.0 and later; SCHEMA added in Hive 0.14.0)ALTER (DATABASE|SCHEMA) database_name SET LOCATION hdfs_path; -- (Note: Hive 2.2.1, 2.4.0 and later)（Note：表示对于版本进行的修改）
hive> alter database hive2 set dbproperties ("update"="jepson");OKTime taken: 0.094 secondshive> alter database hive2 set owner user hive;OKTime taken: 0.072 seconds# 修改前hive> desc database extended hive2;OKhive2 this is ruoze database hdfs://192.168.6.217:9000/user/hive/warehouse/hive2.db hadoop USER {date=2018-08-08, creator=ruoze}Time taken: 0.031 seconds, Fetched: 1 row(s)# 修改后hive> desc database extended hive2;OKhive2 this is ruoze database hdfs://192.168.6.217:9000/user/hive/warehouse/hive2.db hive USER {update=jepson, date=2018-08-08, creator=ruoze}Time taken: 0.034 seconds, Fetched: 1 row(s)6.切换数据库（Use Database）
- 下面是官网上为我们列出的语法：
USE database_name;hive> use hive1;OKTime taken: 0.044 secondshive> use default;OKTime taken: 0.047 seconds二.基于表的DDL操作
1.创建表（Create Table）
- 下面是官网上为我们列出的语法：
CREATE [TEMPORARY] [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name -- (Note: TEMPORARY available in Hive 0.14.0 and later) [(col_name data_type [COMMENT col_comment], ... [constraint_specification])] [COMMENT table_comment] [PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] [CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS] [SKEWED BY (col_name, col_name, ...) -- (Note: Available in Hive 0.10.0 and later)] ON ((col_value, col_value, ...), (col_value, col_value, ...), ...) [STORED AS DIRECTORIES] [ [ROW FORMAT row_format] [STORED AS file_format] | STORED BY 'storage.handler.class.name' [WITH SERDEPROPERTIES (...)] -- (Note: Available in Hive 0.6.0 and later) ] [LOCATION hdfs_path] [TBLPROPERTIES (property_name=property_value, ...)] -- (Note: Available in Hive 0.6.0 and later) [AS select_statement]; -- (Note: Available in Hive 0.5.0 and later; not supported for external tables)- Hive从0.14.0开始提供创建临时表的功能，表只对当前session有效，session退出后，表自动删除。
语法：
CREATE TEMPORARY TABLE ...注意点：
- 如果创建的临时表表名已存在，那么当前session引用到该表名时实际用的是临时表，只有drop或rename临时表名才能使用原始表；
- 临时表限制：不支持分区字段和创建索引。
hive> use default;OKTime taken: 0.047 secondshive> CREATE TEMPORARY TABLE temporary_table ( > id int, > name string);OKTime taken: 0.242 secondshive> show tables;OKtemporary_tableTime taken: 0.044 seconds, Fetched: 1 row(s)# 退出重新进hive> use default;OKTime taken: 1.054 secondshive> show tables;OKTime taken: 0.559 seconds- Hive上有两种类型的表，一种是Managed Table(默认的)，另一种是External Table（加上EXTERNAL关键字）。它俩的主要区别在于：当我们drop表时，Managed Table会同时删去data（存储在HDFS上）和meta data（存储在MySQL），而External Table只会删meta data。
hive> use default;OKTime taken: 1.054 secondshive> show tables;OKTime taken: 0.559 seconds# 创建内部表和外部表hive> create table managed_table( > id int, > name string > );OKTime taken: 0.677 secondshive> create external table external_table( > id int, > name string > );OKTime taken: 0.146 secondshive> show tables;OKexternal_tablemanaged_tableTime taken: 0.05 seconds, Fetched: 2 row(s)# HDFS中查看[hadoop@hadoop000 ~]$ hadoop fs -ls /user/hive/warehouseFound 4 itemsdrwxr-xr-x - hadoop supergroup 0 2018-06-16 16:40 /user/hive/warehouse/external_tabledrwxr-xr-x - hadoop supergroup 0 2018-06-16 15:26 /user/hive/warehouse/hive1.dbdrwxr-xr-x - hadoop supergroup 0 2018-06-16 15:28 /user/hive/warehouse/hive2.dbdrwxr-xr-x - hadoop supergroup 0 2018-06-16 16:39 /user/hive/warehouse/managed_table# MySQL中查看mysql> select * from hive_meta.tbls\G;*************************** 1. row *************************** TBL_ID: 11 CREATE_TIME: 1529138399 DB_ID: 1 LAST_ACCESS_TIME: 0 OWNER: hadoop RETENTION: 0 SD_ID: 11 TBL_NAME: managed_table TBL_TYPE: MANAGED_TABLEVIEW_EXPANDED_TEXT: NULLVIEW_ORIGINAL_TEXT: NULL*************************** 2. row *************************** TBL_ID: 12 CREATE_TIME: 1529138409 DB_ID: 1 LAST_ACCESS_TIME: 0 OWNER: hadoop RETENTION: 0 SD_ID: 12 TBL_NAME: external_table TBL_TYPE: EXTERNAL_TABLEVIEW_EXPANDED_TEXT: NULLVIEW_ORIGINAL_TEXT: NULL2 rows in set (0.00 sec)# 删除内部表和外部表hive> drop table managed_table;OKTime taken: 1.143 secondshive> drop table external_table;OKTime taken: 0.265 seconds# 再次查看[hadoop@hadoop000 ~]$ hadoop fs -ls /user/hive/warehouseFound 3 itemsdrwxr-xr-x - hadoop supergroup 0 2018-06-16 16:40 /user/hive/warehouse/external_tabledrwxr-xr-x - hadoop supergroup 0 2018-06-16 15:26 /user/hive/warehouse/hive1.dbdrwxr-xr-x - hadoop supergroup 0 2018-06-16 15:28 /user/hive/warehouse/hive2.dbmysql> select * from hive_meta.tbls\G;Empty set (0.00 sec)ERROR: No query specifiedCOMMENT ：注释 可以给字段和表加注释
先看看官网对于ROW FORMAT的描述
: DELIMITED [FIELDS TERMINATED BY char [ESCAPED BY char]] [COLLECTION ITEMS TERMINATED BY char][MAP KEYS TERMINATED BY char] [LINES TERMINATED BY char][NULL DEFINED AS char] -- (Note: Available in Hive 0.13 and later) | SERDE serde_name [WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, ...)]先看看官网给我们的解释：用户在建表的时候可以自定义 SerDe 或者使用自带的 SerDe。如果没有指定 ROW FORMAT 或者 ROW FORMAT DELIMITED，将会使用自带的 SerDe。在建表的时候，用户还需要为表指定列，用户在指定表的列的同时也会指定自定义的 SerDe，Hive 通过 SerDe 确定表的具体的列的数据。
那么问题又来了上面这句话又是什么意思呢？
让我们来一起看看到底是神马东东：
DELIMITED：分隔符（可以自定义分隔符）；
FIELDS TERMINATED BY char:每个字段之间使用的分割；
例：-FIELDS TERMINATED BY '\n' 字段之间的分隔符为\n;
COLLECTION ITEMS TERMINATED BY char:集合中元素与元素（array）之间使用的分隔符（collection单例集合的跟接口）；
MAP KEYS TERMINATED BY char：字段是K-V形式指定的分隔符；
LINES TERMINATED BY char：每条数据之间由换行符分割（默认[ \n ]）。- 一般情况下LINES TERMINATED BY char我们就使用默认的换行符\n，只需要指定FIELDS TERMINATED BY char。
hive> CREATE TABLE hive_test > (id int comment 'this is id', name string comment 'this is name' ) > comment 'this is hive_test' > ROW FORMAT DELIMITED > FIELDS TERMINATED BY '\t' ;OKTime taken: 0.174 seconds#为了后面的测试我们创建一张emp表 并导入一些数据hive> create table emp > (empno int, ename string, job string, mgr int, hiredate string, salary double, comm double, deptno int) > ROW FORMAT DELIMITED > FIELDS TERMINATED BY '\t' ;OKTime taken: 0.651 secondshive> LOAD DATA LOCAL INPATH '/home/hadoop/emp.txt' OVERWRITE INTO TABLE emp; Loading data to table default.empTable default.emp stats: [numFiles=1, numRows=0, totalSize=886, rawDataSize=0]OKTime taken: 1.848 seconds- 创建表（拷贝表结构及数据，并且会运行MapReduce作业）
# 复制整张表hive> create table emp2 as select * from emp;Query ID = hadoop_20180616171313_fbc318e8-bc70-4b63-84fa-3acd94e4ec3eTotal jobs = 3...OKTime taken: 23.279 secondshive> select * from emp2;OK7369 SMITH CLERK 7902 1980-12-17 800.0 NULL 207499 ALLEN SALESMAN 7698 1981-2-20 1600.0 300.0 307521 WARD SALESMAN 7698 1981-2-22 1250.0 500.0 307566 JONES MANAGER 7839 1981-4-2 2975.0 NULL 207654 MARTIN SALESMAN 7698 1981-9-28 1250.0 1400.0 307698 BLAKE MANAGER 7839 1981-5-1 2850.0 NULL 307782 CLARK MANAGER 7839 1981-6-9 2450.0 NULL 107788 SCOTT ANALYST 7566 1987-4-19 3000.0 NULL 207839 KING PRESIDENT NULL 1981-11-17 5000.0 NULL 107844 TURNER SALESMAN 7698 1981-9-8 1500.0 0.0 307876 ADAMS CLERK 7788 1987-5-23 1100.0 NULL 207900 JAMES CLERK 7698 1981-12-3 950.0 NULL 307902 FORD ANALYST 7566 1981-12-3 3000.0 NULL 207934 MILLER CLERK 7782 1982-1-23 1300.0 NULL 10Time taken: 0.138 seconds, Fetched: 14 row(s)#复制表中的一些字段hive> create table emp3 as select empno,ename from emp;Query ID = hadoop_20180616171313_fbc318e8-bc70-4b63-84fa-3acd94e4ec3eTotal jobs = 3...OKTime taken: 16.143 secondshive> select * from emp3;OK7369 SMITH7499 ALLEN7521 WARD7566 JONES7654 MARTIN7698 BLAKE7782 CLARK7788 SCOTT7839 KING7844 TURNER7876 ADAMS7900 JAMES7902 FORD7934 MILLERTime taken: 0.159 seconds, Fetched: 14 row(s)# Create Table Like 只拷贝表结构hive> create table emp_like like emp;OKTime taken: 0.195 secondshive> select * from emp_like;OKTime taken: 0.131 seconds2.展示表 （Show Table与Show Create Table）
- 下面是官网上为我们列出的语法：
SHOW TABLES [IN database_name] ['identifier_with_wildcards'];SHOW CREATE TABLE ([db_name.]table_name|view_name);hive> show tables;OKempemp2emp3emp_likehive_testTime taken: 0.042 seconds, Fetched: 5 row(s)hive> show tables 'emp*';OKempemp2emp3emp_likeTime taken: 0.053 seconds, Fetched: 4 row(s)hive> show create table emp;OKCREATE TABLE `emp`( `empno` int, `ename` string, `job` string, `mgr` int, `hiredate` string, `salary` double, `comm` double, `deptno` int)ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'LOCATION 'hdfs://192.168.6.217:9000/user/hive/warehouse/emp'TBLPROPERTIES ( 'COLUMN_STATS_ACCURATE'='true', 'numFiles'='1', 'numRows'='0', 'rawDataSize'='0', 'totalSize'='657', 'transient_lastDdlTime'='1529140756')Time taken: 0.245 seconds, Fetched: 24 row(s)3.查询表信息（Describe Table）
- 下面是官网上为我们列出的语法：
DESCRIBE [EXTENDED|FORMATTED] table_name[.col_name ( [.field_name] | [.'$elem$'] | [.'$key$'] | [.'$value$'] )* ]; -- (Note: Hive 1.x.x and 0.x.x only. See "Hive 2.0+: New Syntax" below)desc formatted table_name; 比较常用
hive> desc emp;OKempno int ename string job string mgr int hiredate string salary double comm double deptno int Time taken: 0.213 seconds, Fetched: 8 row(s)hive> desc formatted emp;OK# col_name data_type comment empno int ename string job string mgr int hiredate string salary double comm double deptno int # Detailed Table Information Database: default Owner: hadoop CreateTime: Sat Jun 16 17:13:05 CST 2018 LastAccessTime: UNKNOWN Protect Mode: None Retention: 0 Location: hdfs://192.168.6.217:9000/user/hive/warehouse/emp Table Type: MANAGED_TABLE Table Parameters: COLUMN_STATS_ACCURATE true numFiles 1 numRows 0 rawDataSize 0 totalSize 657 transient_lastDdlTime 1529140756 # Storage Information SerDe Library: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe InputFormat: org.apache.hadoop.mapred.TextInputFormat OutputFormat: org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat Compressed: No Num Buckets: -1 Bucket Columns: [] Sort Columns: [] Storage Desc Params: field.delim \t serialization.format \t Time taken: 0.214 seconds, Fetched: 39 row(s)hive> desc EXTENDED emp;OKempno int ename string job string mgr int hiredate string salary double comm double deptno int Detailed Table Information Table(tableName:emp, dbName:default, owner:hadoop, createTime:1529140385, lastAccessTime:0, retention:0, sd:StorageDescriptor(cols:[FieldSchema(name:empno, type:int, comment:null), FieldSchema(name:ename, type:string, comment:null), FieldSchema(name:job, type:string, comment:null), FieldSchema(name:mgr, type:int, comment:null), FieldSchema(name:hiredate, type:string, comment:null), FieldSchema(name:salary, type:double, comment:null), FieldSchema(name:comm, type:double, comment:null), FieldSchema(name:deptno, type:int, comment:null)], location:hdfs://192.168.6.217:9000/user/hive/warehouse/emp, inputFormat:org.apache.hadoop.mapred.TextInputFormat, outputFormat:org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat, compressed:false, numBuckets:-1, serdeInfo:SerDeInfo(name:null, serializationLib:org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe, parameters:{serialization.format= , field.delim=Time taken: 0.21 seconds, Fetched: 10 row(s)4.修改表（Alter Table）
- 下面是官网上为我们列出的语法：
ALTER TABLE table_name RENAME TO new_table_name;ALTER TABLE table_name SET TBLPROPERTIES table_properties;table_properties: : (property_name = property_value, property_name = property_value, ... )ALTER TABLE table_name SET TBLPROPERTIES ('comment' = new_comment);...hive> alter table hive_test rename to new_hive_test;OKTime taken: 0.262 secondshive> ALTER TABLE table_name SET TBLPROPERTIES ("creator"="ruoze", "date"="2018-06-16");FAILED: SemanticException [Error 10001]: Table not found default.table_namehive> ALTER TABLE new_hive_test SET TBLPROPERTIES ("creator"="ruoze", "date"="2018-06-16");OKTime taken: 0.246 secondshive> ALTER TABLE new_hive_test SET TBLPROPERTIES ('comment' = 'This is new_hive_test Table');# 再次查看表hive> desc formatted new_hive_test;OK# col_name data_type comment id int this is id name string this is name # Detailed Table Information Database: default Owner: hadoop CreateTime: Sat Jun 16 17:09:19 CST 2018 LastAccessTime: UNKNOWN Protect Mode: None Retention: 0 Location: hdfs://192.168.6.217:9000/user/hive/warehouse/new_hive_test Table Type: MANAGED_TABLE Table Parameters: COLUMN_STATS_ACCURATE false comment This is new_hive_test Table creator ruoze date 2018-06-16 last_modified_by hadoop last_modified_time 1529143021 numFiles 0 numRows -1 rawDataSize -1 totalSize 0 transient_lastDdlTime 1529143021 # Storage Information SerDe Library: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe InputFormat: org.apache.hadoop.mapred.TextInputFormat OutputFormat: org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat Compressed: No Num Buckets: -1 Bucket Columns: [] Sort Columns: [] Storage Desc Params: field.delim \t serialization.format \t Time taken: 0.188 seconds, Fetched: 38 row(s)5.截断表（Truncate Table）
- 下面是官网上为我们列出的语法：
TRUNCATE TABLE table_name [PARTITION partition_spec];partition_spec:: (partition_column = partition_col_value, partition_column = partition_col_value, ...)Truncate Table用处不多
hive> select * from emp3;OK7369 SMITH7499 ALLEN7521 WARD7566 JONES7654 MARTIN7698 BLAKE7782 CLARK7788 SCOTT7839 KING7844 TURNER7876 ADAMS7900 JAMES7902 FORD7934 MILLERTime taken: 0.148 seconds, Fetched: 14 row(s)hive> truncate table emp3;OKTime taken: 0.241 secondshive> select * from emp3;OKTime taken: 0.12 seconds6.删除表（Drop Table）
- 下面是官网上为我们列出的语法：
DROP TABLE [IF EXISTS] table_name [PURGE]; -- (Note: PURGE available in Hive 0.14.0 and later)1.指定PURGE后，数据不会放到回收箱，会直接删除。
2.DROP TABLE删除此表的元数据和数据。如果配置了垃圾箱（并且未指定PURGE），则实际将数据移至.Trash / Current目录。元数据完全丢失。
3.删除EXTERNAL表时，表中的数据不会从文件系统中删除。hive> drop table emp3;OKTime taken: 0.866 secondshive> show tables;OKempemp2emp_likenew_hive_testTime taken: 0.036 seconds, Fetched: 4 row(s)参考：https://blog.csdn.net/yu0_zhang0/article/details/78976021
关于表的DDL操作还有很多，有关分区表的操作还没详解 后面会单独写一篇分区表
数据
数据库
语法
信息
字段
目录
分隔符
之间
存储
查询
文件
用户
结构
配置
元素
再次
功能
参数
同时
多个
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
咖啡网
广东猪兼强互联网科技有限公司
重生之互联网科技帝国
疫情对互联网科技公司影响
工业互联网科技新基建
没上市的科技互联网公司
互联网科技公司电话
科技互联网创业计划书
成都玖崟互联网科技有限公司乐商圈怎么样
宁夏科技产业互联网案例
宝灵互联网科技有限公司
恒生互联网科技指数跳水
996高科技互联网公司
河南住房之家互联网科技
华夏恒生互联网科技013171
中和天地互联网科技有限公司
广州有谷有贝互联网科技有限公司
吉林省码上互联网科技电话
广西科技产业互联网是什么
米泉互联网科技专业怎么样
中关村互联网 科技集团
狮子座互联网科技有限公司
国外互联网科技网站
科技赋能互联网健康
中国互联网十大科技股排名
互联网科技的全部知识
用友工业互联网科技发展
南博望互联网科技有限公司
湖北辰鑫科技互联网
云南互联网科技学费
