1、1HIVE 学习笔记B2B-技术部 -数据产品平台版本：V1.02版本管理 变化日期 变化内容 撰写人V1.0 2010-12-15 起草 陈晓军3目录1. HIVE 结构 .61.1 HIVE 架构 61.2 Hive 和 Hadoop 关系 71.3 Hive 和普通关系数据库的异同 .81.4 HIVE 元数据库 91.4.1 DERBY91.4.2 Mysql.101.5 HIVE 的数据存储 111.6 其它 HIVE 操作 .112. HIVE 基本操作 .122.1 create table 122.1.1 总述 122.1.2 语法 122.1.3 基本例子 142.1.4 创
2、建分区 152.1.5 其它例子 162.2 Alter Table 172.2.1 Add Partitions.172.2.2 Drop Partitions.172.2.3 Rename Table.172.2.4 Change Column.182.2.5 Add/Replace Columns.182.3 Create View 182.4 Show .192.5 Load 192.6 Insert .212.6.1 Inserting data into Hive Tables from queries.212.6.2 Writing data into filesystem fr
3、om queries.212.7 Cli .222.7.1 Hive Command line Options.222.7.2 Hive interactive Shell Command.242.7.3 Hive Resources.242.7.4 调用 python、shell 等语言 .252.8 DROP 262.9 其它 272.9.1 Limit 272.9.2 Top k 272.9.3 REGEX Column Specification.2743. Hive Select 273.1 Group By 283.2 Order /Sort By 284. Hive Join29
4、5. HIVE 参数设置 316. HIVE UDF.336.1 基本函数 336.1.1 关系操作符 336.1.2 代数操作符 346.1.3 逻辑操作符 356.1.4 复杂类型操作符 .356.1.5 内建函数 366.1.6 数学函数 366.1.7 集合函数 366.1.8 类型转换 366.1.9 日期函数 366.1.10 条件函数 376.1.11 字符串函数 376.2 UDTF396.2.1 Explode397. HIVE 的 MAP/REDUCE .417.1 JOIN.417.2 GROUP BY .427.3 DISTINCT .428. 使用 HIVE 注意点
5、.438.1 字符集 438.2 压缩 438.3 count(distinct) 438.4 JOIN 438.5 DML操作 .448.6 HAVING 448.7 子查询 448.8 Join中处理 null值的语义区别 449. 优化与技巧 479.1 全排序 479.1.1 例 1 .489.1.2 例 2 .519.2 怎样做笛卡尔积 549.3 怎样写 exist/in子句 .549.4 怎样决定 reducer个数 .559.5 合并 MapReduce操作 .559.6 Bucket 与 sampling.569.7 Partition 579.8 JOIN.5859.8.1
6、 JOIN 原则 589.8.2 Map Join589.8.3 大表 Join 的数据偏斜 609.9 合并小文件 629.10 Group By .6210. HIVE FAQ： .6261. HIVE 结构Hive 是建立在 Hadoop 上的数据仓库基础构架。它提供了一系列的工具，可以用来进行数据提取转化加载（ETL） ，这是一种可以存储、查询和分析存储在 Hadoop 中的大规模数据的机制。Hive 定义了简单的类 SQL 查询语言，称为 QL，它允许熟悉 SQL 的用户查询数据。同时，这个语言也允许熟悉 MapReduce 开发者的开发自定义的 mapper 和 reducer 来
7、处理内建的 mapper 和 reducer 无法完成的复杂的分析工作。1.1HIVE 架构Hive 的结构可以分为以下几部分： 用户接口：包括 CLI, Client, WUI 元数据存储。通常是存储在关系数据库如 mysql, derby 中 7 解释器、编译器、优化器、执行器 Hadoop：用 HDFS 进行存储，利用 MapReduce 进行计算 1、 用户接口主要有三个：CLI，Client 和 WUI。其中最常用的是 CLI，Cli 启动的时候，会同时启动一个 Hive 副本。Client 是 Hive 的客户端，用户连接至 Hive Server。在启动 Client 模式的时候
8、，需要指出 Hive Server 所在节点，并且在该节点启动 Hive Server。 WUI 是通过浏览器访问 Hive。 2、 Hive 将元数据存储在数据库中，如 mysql、derby。Hive 中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。 3、 解释器、编译器、优化器完成 HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在 HDFS 中，并在随后有 MapReduce 调用执行。4、 Hive 的数据存储在 HDFS 中，大部分的查询由 MapReduce 完成（包含 * 的查询，比如 sele
9、ct * from tbl 不会生成 MapRedcue 任务）。 1.2Hive 和 Hadoop 关系 Hive 构建在 Hadoop 之上， HQL 中对查询语句的解释、优化、生成查询计划是由 Hive 完成的 所有的数据都是存储在 Hadoop 中 查询计划被转化为 MapReduce 任务，在 Hadoop 中执行（有些查询没有 MR 任务，如：select * from table） Comment 王王1: 8 Hadoop和 Hive都是用 UTF-8编码的1.3Hive 和普通关系数据库的异同 Hive RDBMS 查询语言 HQL SQL 数据存储 HDFS Raw Dev
10、ice or Local FS 索引 无 有 执行 MapReduce Excutor 执行延迟 高 低 处理数据规模 大 小 1. 查询语言。由于 SQL 被广泛的应用在数据仓库中，因此，专门针对 Hive 的特性设计了类 SQL 的查询语言 HQL。熟悉 SQL 开发的开发者可以很方便的使用 Hive 进行开发。 2. 数据存储位置。Hive 是建立在 Hadoop 之上的，所有 Hive 的数据都是存储在 HDFS 中的。而数据库则可以将数据保存在块设备或者本地文件系统中。 3. 数据格式。Hive 中没有定义专门的数据格式，数据格式可以由用户指定，用户定义数据格式需要指定三个属性：列分
11、隔符（通常为空格、”t”、”x001）、行分隔符（”n”）以及读取文件数据的方法（Hive 中默认有三个文件格式 TextFile，SequenceFile 以及 RCFile）。由于在加载数据的过程中，不需要从用户数据格式到 Hive 定义的数据格式的转换，因此，Hive 在加载的过程中不会对数据本身进行任何修改，而只是将数据内容复制或者移动到相应的 HDFS 目录中。而在数据库中，不同的数据库有不同的存储引擎，定义了自己的数据格式。所有数据都会按照一定的组织存储，因此，数据库加载数据的过程会比较耗时。 4. 数据更新。由于 Hive 是针对数据仓库应用设计的，而数据仓库的内容是读多写少的。
12、因此，Hive 中不支持对数据的改写和添加，所有的数据都是在加载的时候中确定好的。而数据库中的数据通常是需要经常进行修改的，因此可以使用 INSERT INTO . VALUES 添加数据，使用 UPDATE . SET 修改数据。 5. 索引。之前已经说过，Hive 在加载数据的过程中不会对数据进行任何处理，甚至不会对数据进行扫描，因此也没有对数据中的某些 Key 建立索引。Hive 要访问数据中满足条件的特定值时，需要暴力扫描整个数据，因此访问延迟较高。由于 MapReduce 的引入， Hive 可以并行访问数据，因此即使没有索引，对于大数据量的访问，Hive 仍然可以体现出优势。数据库
13、中，通常会针对一个或者几个列建立索引，因此对于少量的特定条件的数据的访问，数据库可以有很高的效率，较低的延迟。由于数据的访问延迟较高，决定了 Hive 不适合在线数据查询。 6. 执行。Hive 中大多数查询的执行是通过 Hadoop 提供的 MapReduce 来实现的（类似 select * from tbl 的查询不需要 MapReduce）。而数据库通常有自己的执行引擎。 97. 执行延迟。之前提到，Hive 在查询数据的时候，由于没有索引，需要扫描整个表，因此延迟较高。另外一个导致 Hive 执行延迟高的因素是 MapReduce 框架。由于 MapReduce 本身具有较高的延迟，
14、因此在利用 MapReduce 执行 Hive 查询时，也会有较高的延迟。相对的，数据库的执行延迟较低。当然，这个低是有条件的，即数据规模较小，当数据规模大到超过数据库的处理能力的时候，Hive 的并行计算显然能体现出优势。 8. 可扩展性。由于 Hive 是建立在 Hadoop 之上的，因此 Hive 的可扩展性是和 Hadoop 的可扩展性是一致的（世界上最大的 Hadoop 集群在 Yahoo!，2009 年的规模在 4000 台节点左右）。而数据库由于 ACID 语义的严格限制，扩展行非常有限。目前最先进的并行数据库 Oracle 在理论上的扩展能力也只有 100 台左右。 9. 数据
15、规模。由于 Hive 建立在集群上并可以利用 MapReduce 进行并行计算，因此可以支持很大规模的数据；对应的，数据库可以支持的数据规模较小。 1.4HIVE 元数据库Hive 将元数据存储在 RDBMS 中,一般常用的有 MYSQL和 DERBY。1.4.1 DERBY启动 HIVE的元数据库进入到 hive的安装目录Eg:1、启动 derby数据库/home/admin/caona/hive/build/dist/运行 startNetworkServer -h 0.0.0.02、连接 Derby数据库进行测试查看/home/admin/caona/hive/build/dist/co
16、nf/hive-default.xml。找到javax.jdo.option.ConnectionURLjdbc:derby:/hadoop1:1527/metastore_db;create=trueJDBC connect string for a JDBC metastore进入 derby安装目录/home/admin/caona/hive/build/dist/db-derby-10.4.1.3-bin/bin输入./ijConnect jdbc:derby:/hadoop1:1527/metastore_db;create=true;3、元数据库数据字典表名 说明 关联键BUCKE
17、TING_COLS COLUMNS Hive表字段信息(字段注释，字段名，字段类型，字段序号) SD_ID10DBS 元数据库信息，存放 HDFS路径信息 DB_IDPARTITION_KEYS Hive分区表分区键 PART_IDSDS 所有 hive表、表分区所对应的 hdfs数据目录和数据格式。 SD_ID,SERDE_IDSD_PARAMS 序列化反序列化信息，如行分隔符、列分隔符、NULL 的表示字符等 SERDE_IDSEQUENCE_TABLE SEQUENCE_TABLE表保存了 hive对象的下一个可用 ID，如org.apache.hadoop.hive.metastore
18、.model.MTable, 21，则下一个新创建的 hive表其 TBL_ID就是 21，同时SEQUENCE_TABLE表中 271786被更新为 26(这里每次都是+5?)。同样，COLUMN，PARTITION 等都有相应的记录SERDES SERDE_PARAMS SORT_COLS TABLE_PARAMS 表级属性，如是否外部表，表注释等 TBL_IDTBLS 所有 hive表的基本信息 TBL_ID,SD_ID从上面几张表的内容来看，hive 整个创建表的过程已经比较清楚了1. 解析用户提交 hive语句，对其进行解析，分解为表、字段、分区等 hive对象 2. 根据解析到的信
19、息构建对应的表、字段、分区等对象，从 SEQUENCE_TABLE中获取构建对象的最新 ID，与构建对象信息(名称，类型等)一同通过 DAO方法写入到元数据表中去，成功后将 SEQUENCE_TABLE中对应的最新 ID+5。 实际上我们常见的 RDBMS都是通过这种方法进行组织的，典型的如 postgresql，其系统表中和 hive元数据一样裸露了这些 id信息(oid,cid 等),而 Oracle等商业化的系统则隐藏了这些具体的 ID。通过这些元数据我们可以很容易的读到数据诸如创建一个表的数据字典信息，比如导出建表语名等。导出建表语句的 shell脚本见 附一 待完成1.4.2 Mys
20、ql将存放元数据的 Derby数据库迁移到 Mysql数据库步骤：111.5HIVE 的数据存储首先，Hive 没有专门的数据存储格式，也没有为数据建立索引，用户可以非常自由的组织 Hive 中的表，只需要在创建表的时候告诉 Hive 数据中的列分隔符和行分隔符，Hive 就可以解析数据。其次，Hive 中所有的数据都存储在 HDFS 中，Hive 中包含以下数据模型：Table，External Table，Partition ，Bucket。1. Hive 中的 Table 和数据库中的 Table 在概念上是类似的，每一个 Table 在 Hive 中都有一个相应的目录存储数据。例如，一
21、个表 xiaojun，它在 HDFS 中的路径为：/ warehouse /xiaojun，其中，wh 是在 hive-site.xml 中由 $hive.metastore.warehouse.dir 指定的数据仓库的目录，所有的 Table 数据（不包括 External Table）都保存在这个目录中。 2. Partition 对应于数据库中的 Partition 列的密集索引，但是 Hive 中 Partition 的组织方式和数据库中的很不相同。在 Hive 中，表中的一个 Partition 对应于表下的一个目录，所有的 Partition 的数据都存储在对应的目录中。例如： x
22、iaojun 表中包含 dt 和 city 两个 Partition，则对应于 dt = 20100801, ctry = US 的 HDFS 子目录为：/ warehouse /xiaojun/dt=20100801/ctry=US；对应于 dt = 20100801, ctry = CA 的 HDFS 子目录为；/ warehouse /xiaojun/dt=20100801/ctry=CA 3. Buckets 对指定列计算 hash，根据 hash 值切分数据，目的是为了并行，每一个 Bucket 对应一个文件。将 user 列分散至 32 个 bucket，首先对 user 列的值计
23、算 hash，对应 hash 值为 0 的 HDFS 目录为：/ warehouse /xiaojun/dt =20100801/ctry=US/part-00000；hash 值为 20 的 HDFS 目录为：/ warehouse /xiaojun/dt =20100801/ctry=US/part-00020 4. External Table 指向已经在 HDFS 中存在的数据，可以创建 Partition。它和 Table 在元数据的组织上是相同的，而实际数据的存储则有较大的差异。 Table 的创建过程和数据加载过程（这两个过程可以在同一个语句中完成），在加载数据的过程中，实际数据
24、会被移动到数据仓库目录中；之后对数据对访问将会直接在数据仓库目录中完成。删除表时，表中的数据和元数据将会被同时删除。 External Table 只有一个过程，加载数据和创建表同时完成（ CREATE EXTERNAL TABLE LOCATION），实际数据是存储在 LOCATION 后面指定的 HDFS 路径中，并不会移动到数据仓库目录中。当删除一个 External Table 时，仅删除表的元数据，而实际数据不会被删除。 1.6其它 HIVE 操作1、 启动 HIVE的 WEB的界面sh $HIVE_HOME/bin/hive -service hwiComment 王王2: ser
25、de什么意思serializer-Deseraializer（序列化和反序列化工具）Comment 王王3: ？Comment 王王4: ？Comment 王王5: ？122、查看 HDFS上的文件数据hadoop fs -text /user/admin/daiqf/createspu_fp/input/cateinfo |head2.HIVE 基本操作2.1create table2.1.1总述 CREATE TABLE 创建一个指定名字的表。如果相同名字的表已经存在，则抛出异常；用户可以用 IF NOT EXIST 选项来忽略这个异常。 EXTERNAL 关键字可以让用户创建一个外部表，
26、在建表的同时指定一个指向实际数据的路径（LOCATION） ，Hive 创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变。在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据。 LIKE 允许用户复制现有的表结构，但是不复制数据。 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
27、通过 SerDe 确定表的具体的列的数据。 如果文件数据是纯文本，可以使用 STORED AS TEXTFILE。如果数据需要压缩，使用 STORED AS SEQUENCE 。E.g. create table mouse(no int,name string) stored as textfile 有分区的表可以在创建的时候使用 PARTITIONED BY 语句。一个表可以拥有一个或者多个分区，每一个分区单独存在一个目录下。而且，表和分区都可以对某个列进行 CLUSTERED BY 操作，将若干个列放入一个桶（bucket）中。也可以利用 SORT BY 对数据进行排序。这样可以为特定应
28、用提高性能。 表名和列名不区分大小写，SerDe 和属性名区分大小写。表和列的注释是字符串。2.1.2语法CREATE EXTERNAL TABLE IF NOT EXISTS table_name(col_name data_type COMMENT col_comment, .)COMMENT table_commentPARTITIONED BY (col_name data_type COMMENT col_comment, .)CLUSTERED BY (col_name, col_name, .) SORTED BY (col_name ASC|DESC, .) INTO num_
29、buckets BUCKETS13ROW FORMAT row_format STORED AS file_format| STORED BY storage.handler.class.name WITH SERDEPROPERTIES (.) (Note: only available starting with 0.6.0)LOCATION hdfs_pathTBLPROPERTIES (property_name=property_value, .) (Note: only available starting with 0.6.0)AS select_statement (Note:
30、 this feature is only available starting with 0.5.0.)CREATE EXTERNAL TABLE IF NOT EXISTS table_nameLIKE existing_table_nameLOCATION hdfs_pathdata_type: primitive_type| array_type| map_type| struct_typeprimitive_type: TINYINT| SMALLINT| INT| BIGINT| BOOLEAN| FLOAT| DOUBLE| STRINGarray_type: ARRAY map
31、_type: MAP struct_type: STRUCT row_format: DELIMITED FIELDS TERMINATED BY char COLLECTION ITEMS TERMINATED BY char14MAP KEYS TERMINATED BY char LINES TERMINATED BY char| SERDE serde_name WITH SERDEPROPERTIES (property_name=property_value, property_name=property_value, .)file_format: SEQUENCEFILE| TE
32、XTFILE| RCFILE (Note: only available starting with 0.6.0)| INPUTFORMAT input_format_classname OUTPUTFORMAT output_format_classname目前在 hive中常用的数据类型有:BIGINT 主要用于状态,类别,数量的字段, 如status/option/type/quantityDOUBLE 主要用于金额的字段, 如 fee/price/bidSTRING 除上述之外的字段基本都使用 String, 尤其是 id和日期时间这样的字段2.1.3 基本例子1、如果一个表已经存在，
33、可以使用 if not exists2、 create table xiaojun(id int,cont string) row format delimited fields terminated by 005 stored as textfile;terminated by：关于来源的文本数据的字段间隔符如果要将自定义间隔符的文件读入一个表，需要通过创建表的语句来指明输入文件间隔符，然后 load data到这个表。4、Alibaba 数据库常用间隔符的读取我们的常用间隔符一般是 Ascii码 5，Ascii 码 7等。在 hive中 Ascii码 5用005表示， Ascii 码 7用
34、007表示，依此类推。5、装载数据查看一下：Hadoop fs -lsLOAD DATA INPATH /user/admin/xiaojun/a.txt OVERWRITE INTO TABLE xiaojun;6、如果使用 external建表和普通建表区别A、指定一个位置，而不使用默认的位置。如：create EXTERNAL table xiaojun(id int,cont string) row format delimited fields terminated by 005 stored as textfile location /user/admin/xiaojun/;-ch
35、eck结果ij select LOCATION from tbls a,sds b where a.sd_id=b.sd_id and tbl_name=xiaojun; -LOCATION 15-hdfs:/hadoop1:7000/user/admin/xiaojun ij select LOCATION from tbls a,sds b where a.sd_id=b.sd_id and tbl_name=c;-LOCATION -hdfs:/hadoop1:7000/user/hive/warehouse/cB、对于使用 create table external建表完成后，再 dr
36、op掉表，表中的数据还在文件系统中。如：hive create EXTERNAL table xiaojun(id int,cont string) row format delimited fields terminated by 005 stored as textfile;-OKhive LOAD DATA INPATH /user/admin/xiaojun OVERWRITE INTO TABLE xiaojun;-Loading data to table xiaojunOKhive drop table xiaojun;-OKadminhadoop1 bin$ ./hadoop
37、fs -ls hdfs:/hadoop1:7000/user/hive/warehouse/xiaojun Found 1 items使用普通的建表 DROP后则找不到2.1.4创建分区HIVE的分区通过在创建表时启用 partition by实现，用来 partition的维度并不是实际数据的某一列，具体分区的标志是由插入内容时给定的。当要查询某一分区的内容时可以采用 where语句，形似 where tablename.partition_key a来实现。创建含分区的表。命令原型：CREATE TABLE page_view(viewTime INT, userid BIGINT,pag
38、e_url STRING, referrer_url STRING,ip STRING COMMENT IP Address of the User)COMMENT This is the page view table16PARTITIONED BY(dt STRING, country STRING)CLUSTERED BY(userid) SORTED BY(viewTime) INTO 32 BUCKETS /桶ROW FORMAT DELIMITED /支持列分隔符FIELDS TERMINATED BY 001 /行内分隔符COLLECTION ITEMS TERMINATED B
39、Y 002 /集合元素分隔符，比如 array 和 struct 或 map键/值对MAP KEYS TERMINATED BY 003 /map的键/值分割STORED AS SEQUENCEFILE; /文件存储*表中各行之间用换行符分隔Eg:建表：CREATE TABLE c02_clickstat_fatdt1(yyyymmdd string,id INT,ip string,country string,cookie_id string,page_id string , clickstat_url_id int,query_string string,refer string)PAR
40、TITIONED BY(dt STRING)row format delimited fields terminated by 005 stored as textfile;装载数据：LOAD DATA INPATH /user/admin/SqlldrDat/CnClickstat/20101101/19/clickstat_gp_fatdt0/0 OVERWRITE INTO TABLE c02_clickstat_fatdt1PARTITION(dt=20101101);访问某一个分区SELECT count(*)FROM c02_clickstat_fatdt1 aWHERE a.dt
41、 = 20101101 AND a.dt ;2、 复制一个空表CREATE TABLE empty_key_value_storeLIKE key_value_store;2.2Alter Table2.2.1Add PartitionsALTER TABLE table_name ADD IF NOT EXISTS partition n_spec LOCATION location1 partition_spec LOCATION location2 .partition_spec: PARTITION (partition_col = partition_col_value, parti
42、tion_col = partiton_col_value, .)Eg:ALTER TABLE c02_clickstat_fatdt1 ADD PARTITION (dt=20101202) location /user/hive/warehouse/c02_clickstat_fatdt1/part20101202 PARTITION (dt=20101203) location /user/hive/warehouse/c02_clickstat_fatdt1/part20101203;2.2.2Drop PartitionsALTER TABLE table_name DROP par
43、tition_spec, partition_spec,.ALTER TABLE c02_clickstat_fatdt1 DROP PARTITION (dt=20101202);2.2.3Rename TableALTER TABLE table_name RENAME TO new_table_nameComment 王王6: ？18这个命令可以让用户为表更名。数据所在的位置和分区名并不改变。换而言之，老的表名并未“释放”，对老表的更改会改变新表的数据。2.2.4Change Column ALTER TABLE table_name CHANGE COLUMN col_old_name
44、 col_new_name column_type COMMENT col_comment FIRST|AFTER column_name这个命令可以允许改变列名、数据类型、注释、列位置或者它们的任意组合Eg:2.2.5Add/Replace ColumnsALTER TABLE table_name ADD|REPLACE COLUMNS (col_name data_type COMMENT col_comment, .)ADD是代表新增一字段，字段位置在所有列后面(partition 列前);REPLACE 则是表示替换表中所有字段。Eg:hive desc xi;OKid intcon
45、t stringdw_ins_date stringTime taken: 0.061 secondshive create table xibak like xi; OKTime taken: 0.157 secondshive alter table xibak replace columns (ins_date string); OKTime taken: 0.109 secondshive desc xibak;OKins_date string2.3Create ViewCREATE VIEW IF NOT EXISTS view_name (column_name COMMENT
46、column_comment, .) COMMENT view_commentTBLPROPERTIES (property_name = property_value, .)AS SELECT .Comment 王王7: 是列还是其他？Comment 王王8: 什么意思？192.4Show查看表名SHOW TABLES;查看表名，部分匹配SHOW TABLES page.*;SHOW TABLES .*view;查看某表的所有 Partition，如果没有就报错：SHOW PARTITIONS page_view;查看某表结构：DESCRIBE invites;查看分区内容SELECT a.
47、foo FROM invites a WHERE a.ds=2008-08-15;查看有限行内容，同 Greenplum，用 limit关键词SELECT a.foo FROM invites a limit 3;查看表分区定义DESCRIBE EXTENDED page_view PARTITION (ds=2008-08-08);2.5LoadHIVE装载数据没有做任何转换加载到表中的数据只是进入相应的配置单元表的位置移动数据文件。纯加载操作复制/移动操作。 3.1 语法LOAD DATA LOCAL INPATH filepath OVERWRITE INTO TABLE tablename PARTITION (partcol1=val1, partcol2=val2 .)Load 操作只是单纯的复制/移动操作，将数据文件移动
