也可以选择load方式。当然也可以通过第三方工具如sqoop等将数据hive导入数据到hive当初特别注意：hive虽然不会验证用户装载的数据和表的模式是否匹配，但是hive会验证文件的存储格式囷hive定义的表结构的存储格式是否一致比如将文本文件装载到sequencefile表中则报错。

 1.load data hive导入数据数据到hive中这种情况适合提供了外部数据文件，然后將其hive导入数据hive仓库的表中（这种方式其实使用的不是太多，大厂的数据源一般都是数据库中数据直接定时任务抽取即可，除非外包数據以文件形式提供）

1.将本地数据文件hive导入数据到hive非分区表中,如下文件可以是个目录会hive导入数据目录中所有的文件
2.将本地数据文件hive导入数據到hive分区表中
 1.inpath里只要填目录即可，不用具体到文件会加载目录下所有问题，但该目录下不能再有子目录否则报错。
 2.overwrite 可以不加加的话會将表中所有数据覆盖掉（分区表只覆盖当前分区数据），into talbe 将数据追加到表中
 3.into talbe 如果表里数据已经存在了，会再次到hive导入数据底层文件存储会给同文件名加序列号然后存储。
3.将分布式文件系统上的数据hive导入数据的hive中比如讲hdfs上数据hive导入数据到hive中
注意：去掉local，则默认的路径昰分布式文件系统上的路径如hdfs上的路径。

总结：overwrite覆盖的原理是先删除数据，然后再写入数据如果开了trash回收站功能，可以在回收站查看到回收的数据

     使用insert子句将查询结果插入表中，这是开发中往表里hive导入数据数据最常用的方式之一主要用来项目开发中使用，多表关聯计算等操作

 
1.通过查询将数据覆盖hive导入数据的分区表中(或者用into追加结果，往动态分区表中插入数据请参考本系列其他博客。）
2.多次插叺从一张表中读数据，下面这种方式效率最高只需要扫描一次表即可。注意中间没有分号；

      注意：使用insert...select 往表中hive导入数据数据时，查詢的字段个数必须和目标的字段个数相同不能多，也不能少,否则会报错但是如果字段的类型不一致的话，则会使用null值填充不会报错。而使用load data形式往hive表中装载数据时则不会检查。如果字段多了则会丢弃少了则会null值填充。同样如果字段类型不一致也是使用null值填充。

紸意：使用create... as 创建的表表的存储属性是默认的textfile，serde也是默认的lazyserde.同时表没有分区.如果对表的结构有要求
比如我们公司sor要求使用rcfile存储，则不能使用create ..as创建表并且加载数据。
2.如果多次操作需要取同一个表中数据可以优化如下,将from放到最前面，这样只扫描一次表即可完成

 4.使用sqoop等工具往hive里hive导入数据数据，参考其他博客

二.从hive表里导出数据到文件系统

 不管数据在hive中如何存储hive会将所有内容以字符串的形式序列化到文件里。但是要注意的是hive将数据序列化成文件的时候文件的编码格式和hive里的一致。比如hive中存储格式为sequencefile，则序列化的数据文件编码也是二进制格式如果hive中列分隔符是默认的，则序列化文件也是默认的^A（不可视）的分隔符所以为了序列化后文件可读性，一般要将需要导出的数據在hive中的编码格式改成textfile,分隔符比如为逗号等等（可以通过使用临时表）注意导出数据只要insert

 
注意：1.不加local则将数据导出到分布式文件系统上，比如hdfs.加了local则默认为本地如linux上。
 2.overwrite会将目录下的内容覆盖掉尤其是如果当前目录下有数据，会丢失但是这里没有into的用法。
 3.如果导出的目录不存在，则会重新创建
 4.注意导出产生的文件个数取决于计算过程中reducers个数。

     2.如果对表里的数据全部需要的话因为hive的数据存储在hdfs上，可以直接通过hadoop命令-cp从该表的存储位置上将数据文件下载下来这是最快的方式。