当前位置：首页 > news >正文

SQL表一共有几种写入方式

news 2025/9/6 10:04:16

SQL表一共有几种写入方式

- **1. `INSERT OVERWRITE TABLE`（覆盖写入）**
- **2. `INSERT INTO TABLE`（追加写入）**
- **3. `INSERT OVERWRITE DIRECTORY`（导出数据到文件）**
- **4. `CREATE TABLE AS SELECT`（CTAS，建表并写入）**
- **总结对比**
- **如何选择？**

在 Hive SQL（以及 Spark SQL）中，数据写入表的方式主要有 4 种，具体如下：

1. `INSERT OVERWRITE TABLE`（覆盖写入）

特点：

先删除目标表的全部数据（或指定分区的数据），再写入新数据。
适用于全量数据刷新（如每日全量更新）。
如果表是分区表，可以指定分区覆盖。

语法：

-- 覆盖全表
INSERT OVERWRITE TABLE table_name
SELECT ... FROM ...;-- 覆盖指定分区（动态分区）
INSERT OVERWRITE TABLE table_name PARTITION(dt='20250905')
SELECT ... FROM ...;

适用场景：

每日全量数据更新（如用户画像表）。
临时表数据刷新（如 adhoctemp 表）。

2. `INSERT INTO TABLE`（追加写入）

特点：

不删除旧数据，新数据直接追加到表末尾。
适用于增量数据写入（如日志表、流水表）。
可以指定分区追加数据。

语法：

-- 追加数据到全表
INSERT INTO TABLE table_name
SELECT ... FROM ...;-- 追加数据到指定分区
INSERT INTO TABLE table_name PARTITION(dt='20250905')
SELECT ... FROM ...;

适用场景：

日志表（如用户行为日志）。
增量数据存储（如订单流水表）。

3. `INSERT OVERWRITE DIRECTORY`（导出数据到文件）

特点：

将查询结果写入 HDFS 或云存储（如 S3、OSS）的指定目录。
不会影响表数据，仅用于数据导出。
支持多种文件格式（如 CSV、Parquet、ORC）。

语法：

-- 导出数据到 HDFS 目录（默认格式为 TEXT）
INSERT OVERWRITE DIRECTORY '/path/to/output'
SELECT ... FROM ...;-- 导出为 Parquet 格式
INSERT OVERWRITE DIRECTORY '/path/to/output'
STORED AS PARQUET
SELECT ... FROM ...;

适用场景：

数据导出到外部系统（如数据分析、机器学习）。
备份数据到文件系统。

4. `CREATE TABLE AS SELECT`（CTAS，建表并写入）

特点：

直接创建新表并写入数据（无需提前建表）。
适用于临时分析表或数据转换。
可以指定存储格式（如 Parquet、ORC）。

语法：

-- 创建新表并写入数据
CREATE TABLE new_table
STORED AS PARQUET
AS
SELECT ... FROM ...;

适用场景：

临时分析表（如 adhoctemp 表）。
数据转换（如 ETL 中间表）。

总结对比

写入方式	特点	适用场景
`INSERT OVERWRITE TABLE`	覆盖旧数据	全量数据更新（如每日快照）
`INSERT INTO TABLE`	追加新数据	增量数据（如日志、流水）
`INSERT OVERWRITE DIRECTORY`	导出到文件	数据备份、外部使用
`CREATE TABLE AS SELECT` (CTAS)	建表并写入	临时表、ETL 中间表