Hive的视图其实是一个虚表，视图可以允许保存一个查询，并像对待表一样对这个查询进行操作，视图是一个逻辑结构，并不会存储数据。

Hive中的索引只有有限的功能，Hive中没有主键和外键的概念，可以通过对一些字段建立索引来加速某些操作。Hive对外部表和视图都是可以建立索引的。若有索引表，删除一个索引将会删除这个索引表。若被索引的表被删除了，那么对应的索引和索引表也会被删除；若原始表的某个分区被删除了，那么这个分区对应的分区索引同时会被删除掉。

下面是Hive视图与索引的概念和使用，enjoy~~

一、视图

1，含义

视图是一个虚拟表，其内容由查询定义。Hive 中的视图和RDBMS中视图的概念一致，都是一组数据的逻辑表示，本质上就是一条SELECT语句的结果集。视图是纯粹的逻辑对象，没有关联的存储(Hive 3.0.0引入的物化视图除外)，当查询引用视图时，Hive可以将视图的定义与查询结合起来，例如将查询中的过滤器推送到视图中。

2，特点

（1）不支持物化视图 ；
（2）只能查询，不能做加载数据操作 ；
（3）视图的创建，只是保存一份元数据，查询视图时才执行对应的子查询 ；
（4）view定义中若包含了ORDER BY/LIMIT语句，当查询视图时也进行了ORDER BY/LIMIT语句操作，view当中定义的优先级更高 ；
（5）Hive视图支持迭代视图。

3，意义

（1） 使用视图使数据操作更简便，相当于封装了sql语句，类似于关系型数据库中的存储过程。
（2） 使用视图，基表中的数据有了一定的安全性，使用视图可以基于限制条件过滤数据，通过视图限制数据访问可以保护信息不被随意查询。

4，视图的操作

（1）新建视图

   CREATE VIEW [IF NOT EXISTS] [db_name.]view_name 
      [(column_name [COMMENT column_comment], ...) ]
      [COMMENT view_comment]
      [TBLPROPERTIES (property_name = property_value, ...)]
      AS SELECT ... ;

（2）查询视图

select colums from view;

（3）删除视图

 DROP VIEW [IF EXISTS] [db_name.]view_name;

5，视图的查看

(1) show tables;可以查看到新增的视图。
(2) Hive的元数据信息一般存储在mysql，Hive的视图信息存储在mysql hive数据库中的 TBLS 表中，通过如下查询语句可以查询得到Hive中的所有视图：

SELECT * FROM TBLS WHERE TBL_TYPE='VIRTUAL_VIEW';

6，视图的使用

（1）通过定义视图可以将频繁使用的SELECT语句保存以提高效率。
（2）通过定义视图可以使用户看到的数据更加清晰。
（3）通过定义视图可以不对外公开数据表全部字段，增强数据的保密性。
（4）通过定义视图可以降低数据的冗余。

二、索引

1，含义

Hive的索引可以提高数据的检索效率，避免全表扫描和资源浪费，对于含有group by的语句，对group by的字段添加索引可以提高查询速度。

2，实现原理

在指定列上建立索引，会产生一张索引表（Hive的一张物理表），里面的字段包括，索引列的值、该值对应的HDFS文件路径、该值在文件中的偏移量。
在执行索引字段查询时候，首先额外生成一个MR job，根据对索引列的过滤条件，从索引表中过滤出索引列的值对应的hdfs文件路径及偏移量，输出到hdfs上的一个文件中，然后根据这些文件中的hdfs路径和偏移量，筛选原始input文件，生成新的split,作为整个job的split,这样就达到不用全表扫描的目的。

3，索引的创建

创建索引的字段最好使用不更新的字段，以免频繁重建索引数据。每次建立、更新数据后，都要重建索引以构建索引表。
例子：现在有一张表名为product1的表，需要将该表中的sku字段建立一个索引

create index test_index on table product1(sku)
as 'org.apache.hadoop.hive.ql.index.compact.CompactIndexHandler'
with deferred rebuild
in table product1_index;
 
create index test_index2 on table product1(sku) as 'bitmap' with deferred rebuild in table product1_index2;

//创建索引
create index test_index2 on table product1(sku) as 'bitmap' with deferred rebuild in table product1_index2;
 
show tables;
+------------------+--+
|     tab_name     |
+------------------+--+
| gal_view         | //这是之前创建的视图
| logistic         |
| product1         |
| product1_index2  | //可以看到这里多了一张索引表
| stocks           |
+------------------+--+
5 rows selected (0.033 seconds)
 
//重建索引生成索引数据（建立索引之后必须重建索引才能生效）
alter index test_index2 on product1 rebuild;
 
//创建完成后通过索引命令显示索引
SHOW FORMATTED INDEX ON product1;
+-----------------------+-----------------------+-----------------------+-----------------------+-----------------------+-----------------------+--+
|       idx_name        |       tab_name        |       col_names       |     idx_tab_name      |       idx_type        |        comment        |
+-----------------------+-----------------------+-----------------------+-----------------------+-----------------------+-----------------------+--+
| idx_name              | tab_name              | col_names             | idx_tab_name          | idx_type              | comment               |
|                       | NULL                  | NULL                  | NULL                  | NULL                  | NULL                  |
|                       | NULL                  | NULL                  | NULL                  | NULL                  | NULL                  |
| test_index2           | product1              | sku                   | product1_index2       | bitmap                |                       |
+-----------------------+-----------------------+-----------------------+-----------------------+-----------------------+-----------------------+--+

4，索引的删除

DROP INDEX IF EXISTS product1_index2 ON product1;

5，索引的使用

ive默认不使用索引，需要设置才能使索引生效：

SET hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
SET hive.optimize.index.filter=true;
SET hive.optimize.index.filter.compact.minsize=0;

//执行查询

select * from product1 where sku=272480720;

以上的内容来源网络，仅供学习交流，如有侵犯，联系删除哦！