插入覆盖目录

描述

该 INSERT OVERWRITE DIRECTORY 语句使用 spark 文件格式或 Hive Serde 将新值覆盖目录中现有数据。 必须启用 Hive 支持才能使用 Hive Serde。插入的行可以通过值表达式指定或作为查询的结果。

语法

INSERT OVERWRITE [ LOCAL ] DIRECTORY [ directory_path ]
{ spark_format | hive_format }
{ VALUES ( { value | NULL } [ , ... ] ) [ , ( ... ) ] | query }

当 spark_format 被定义为

USING file_format [ OPTIONS ( key = val [ , ... ] ) ]

hive_format 被定义为

[ ROW FORMAT row_format ] [ STORED AS hive_serde ]

参数

• directory_path

  指定目标目录。 LOCAL 关键字用于指定该目录位于本地文件系统上。 在 Spark 文件格式中，它也可以在 OPTIONS 中使用 path 指定，但 directory_path 和 path 选项不能同时指定。

• file_format

  指定插入时使用的文件格式。有效选项为 TEXT 、 CSV 、 JSON 、 JDBC 、 PARQUET 、 ORC 、 HIVE 、 LIBSVM 或自定义实现的 org.apache.spark.sql.execution.datasources.FileFormat 的完全限定类名。

• OPTIONS ( key = val [ , … ] )

  指定一个或多个用于写入文件格式的选项。

• hive_format

  指定插入时使用的文件格式。 row_format 和 hive_serde 都是可选的。 ROW FORMAT SERDE 只能与 TEXTFILE 、 SEQUENCEFILE 或 RCFILE 一起使用，而 ROW FORMAT DELIMITED 只能与 TEXTFILE 一起使用。如果都未定义，spark 将使用 TEXTFILE 。

• row_format

  指定此插入的行格式。有效选项为 SERDE 子句和 DELIMITED 子句。 SERDE 子句可用于为此插入指定自定义 SerDe 。或者， DELIMITED 子句可用于指定本机 SerDe 并说明分隔符、转义字符、空字符等。

• hive_serde

  指定此插入的文件格式。有效选项为 TEXTFILE 、 SEQUENCEFILE 、 RCFILE 、 ORC 、 PARQUET 和 AVRO 。您还可以使用 INPUTFORMAT 和 OUTPUTFORMAT 指定您自己的输入和输出格式。

• VALUES ( { value | NULL } [ , … ] ) [ , ( … ) ]

  指定要插入的值。可以插入显式指定的值或 NULL。 在子句中必须使用逗号分隔每个值。可以指定多个值集以插入多行。

• query

  生成要插入的行的查询。它可以是以下格式之一：

  • 一个 SELECT 语句
  • 一个 内联表 语句
  • 一个 FROM 语句

示例

Spark 格式

INSERT OVERWRITE DIRECTORY '/tmp/destination'
USING parquet
OPTIONS (col1 1, col2 2, col3 'test')
SELECT * FROM test_table;
INSERT OVERWRITE DIRECTORY
USING parquet
OPTIONS ('path' '/tmp/destination', col1 1, col2 2, col3 'test')
SELECT * FROM test_table;

Hive格式

INSERT OVERWRITE LOCAL DIRECTORY '/tmp/destination'
STORED AS orc
SELECT * FROM test_table;
INSERT OVERWRITE LOCAL DIRECTORY '/tmp/destination'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
SELECT * FROM test_table;

相关声明

• 插入表语句