数据仓库及应用——内部表和外部表

Hive 内外部表的定义、区别以及数据管理方式

内部表(managed table): 未被external修饰的表，也叫管理表。

外部表(external table):被external修饰的表。

内部表&外部表的区别：

内部表：删除表会删除表的元数据(metadata)和表数据（data）。

外部表：删除表会删除表的元数据(metadata)，但不会删除表数据（data）。

数据管理方式：

数据(data)都存储在HDFS上，内部表由Hive自身管理，外部表数据由HDFS管理；

元数据(metadata)都存储在mysql上，由mysql管理。

操作

内外部表的使用场景

内部表被drop后，表的data和metadata都会被删除；外部表被drop后，表的metadata会被删除，但是data不会被删除。如果不小心删掉外部表，重新建表location到数据存放在HDFS的相应路径即可。

使用场景：

（1）外部表：因其指删除表时不会删除HDFS上的数据，安全性相对较高，且指定目录的特性，适合数据需要共享或者数据的处理需要 hive和其他工具一起处理的场景。

（2）内部表：对原始数据或比较重要的中间数据进行建表存储。