INSERT OVERWRITE DIRECTORY

描述

INSERT OVERWRITE DIRECTORY 语句使用 Spark 文件格式或 Hive Serde 将目录中的现有数据覆盖为新值。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从查询结果获得。

语法

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

其中 spark_format 定义为

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

hive_format 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，但是 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。有效选项包括 TEXT， CSV， JSON， JDBC， PARQUET， ORC， HIVE， LIBSVM 或 org.apache.spark.sql.execution.datasources.FileFormat 自定义实现的完全限定类名。

• OPTIONS ( key = val [ , … ] )

  指定文件格式写入的一个或多个选项。

• 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。 如果两者都未定义，则 Spark 使用 TEXTFILE。

• row_format

  指定此插入的行格式。有效选项包括 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，可以使用 DELIMITED 子句来指定本机 SerDe 并说明分隔符、转义字符、空字符等等。

• hive_serde

  指定此插入的文件格式。有效选项包括 TEXTFILE， SEQUENCEFILE， RCFILE， ORC， PARQUET 和 AVRO。 您还可以使用 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。可以指定多个值集以插入多行。

• query

  产生要插入的行的查询。它可以是以下格式之一

  • SELECT 语句
  • 内联表 语句
  • 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;

相关语句

• INSERT TABLE 语句