hive创建表、内部表与外部表的区别

本文参考 hive 内部表和外部表的区别和理解
，加入实例。

创建表

语法：

CREATE [EXTERNAL] TABLE [IF NOT EXISTS] [db_name.]table_name
  (col_name data_type [COMMENT col_comment], ...)
  [PARTITIONED BY (col_name data_type, ...)]
  [CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)]      INTO num_buckets BUCKETS]
  [ROW FORMAT row_format] 
  [STORED AS file_format]
  [LOCATION hdfs_path]

其中，[]里面的都是可选项。

内部表

hive创建的默认是内部表。若创建时不指定location，就会在/user/hive/warehouse/下新建一个表目录。
例如，在test数据库下创建表tt：

create table tt(
  id int,
  str string)
  row format delimited fields terminated by ',';

若指定location，比如说是/user/root/in：

create table tt(
  id int,
  str string)
  row format delimited fields terminated by ','
  location '/user/root/in';

用hive命令导入本地数据：

load data local inpath '/home/hadoop/tt.txt' into table tt;

删除tt表后，会将表内的数据和元数据信息全部删除，即/user/root/in下无数据。
删除tt表：

drop table tt;

可见，tt已被删除。

外部表

创建外部表external_tt：

create external table external_tt(
  id int,
  str string)
  row format delimited fields terminated by ','
  location '/user/root/out';

导入数据

load data local inpath '/home/hadoop/tt.txt' into table external_tt;

删除tt表：

drop table external_tt;

tt.txt仍在。

内部表与外部表的区别

1. 在导入数据到外部表，数据并没有移动到自己的数据仓库目录下(如果指定了location的话)，也就是说外部表中的数据并不是由它自己来管理的；
2. 在删除内部表的时候，hive将会把属于表的元数据和数据全部删掉；而删除外部表的时候，hive仅仅删除外部表的元数据，数据是不会删除的；
3. 在创建内部表或外部表时加上location 的效果是一样的，只不过表目录的位置不同。加上partition用法也一样，只不过表目录下会有分区目录而已，“load data”和“local inpath”能直接把本地文件系统的数据上传到hdfs上，有location上传到location指定的位置上，没有的话上传到hive默认配置的数据仓库中。