Spark SQL----INSERT OVERWRITE DIRECTORY
Spark SQL----INSERT OVERWRITE DIRECTORY
一、描述
INSERT OVERWRITE DIRECTORY语句使用spark文件格式或Hive Serde，用新的值覆盖目录中的现有数据。使用Hive Serde必须启用Hive支持。插入的行可以由值表达式指定，也可以由查询结果指定。
二、语法
INSERT OVERWRITE [ LOCAL ] DIRECTORY [ directory_path ]
{ spark_format | hive_format }
{ VALUES ( { value | NULL } [ , ... ] ) [ , ( ... ) ] | query }
spark_format定义为
USING file_format [ OPTIONS ( key = val [ , ... ] ) ]
hive_format定义为
[ ROW FORMAT row_format ] [ STORED AS hive_serde ]
三、参数
- directory_path
指定目标目录。LOCAL关键字用于指定目录在本地文件系统上。在spark文件格式中，也可以使用path在OPTIONS中指定，但directory_path和path选项不能同时指定。 - file_format
指定用于插入的文件格式。有效选项为TEXT、CSV、JSON、JDBC、PARQUET、ORC、HIVE、LIBSVM，或org.apache.spark.sql.execution.datasources.FileFormat的自定义实现的完全限定类名。 - OPTIONS ( key = val [ , … ] )
指定一个或多个用于写入文件格式的选项。 - hive_format
指定用于插入的文件格式。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。如果两者都没有定义，spark将使用TEXTFILE。 - row_format
指定此插入的行格式。有效的选项是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子句可以用于指定本机SerDe并声明分隔符、转义符、null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。你也可以使用INPUTFORMAT和OUTPUTFORMAT指定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。必须使用逗号分隔子句中的每个值。可以指定多个值集来插入多行。 - query
生成要插入的行的查询。它可以是以下格式之一：- SELECT语句
- Inline Table语句
- FROM语句
四、例子
4.1 Spark format
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;
4.2 Hive format
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;
原文地址：https://blog.csdn.net/gabriel_wang_sh/article/details/137500031
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！