【博学谷学习记录】超强总结，用心分享|大数据之Hive表区分

在学习hive的中，对内外表的理解不是很清晰，Mark一下；
Hive内外表主要体现在load与drop（是否同时删除元数据与数据）的操作上：

创建表：
默认创建的表就是内部表。Hive完全管理表（元数据和数据）的生命周期，当删除表时，它会删除源数据以及表的元数据。

Hive创建外部表时，仅记录数据所在的路径，不对数据的位置做任何改变。外部表的数据不是Hive拥有或者管理的，只管理元数据的生命周期。要创建一个外部表，需要使用externel关键字。删除外部表时只会删除元数据，而不会删除实际数据（源数据）。在hive外部（HDFS可视化界面）依然可以访问到实际的数据，但是在hive数据库端查询表时没有结果。

删除表：
Hive删除内部表时，内部表的元数据和数据会一起被删除，同时对于一些hive操作不适应于外部表，比如单个查询语句创建表并向表中插入数据。

Hive删除外部表时，不删除数据。这样外部表相对来说更加安全些，数据组织也更加灵活，方便共享源数据。创建外部表时，甚至不需要知道外部数据是否存在，可以把创建数据推迟到创建表之后才进行。

选择：内部表与外部表没有太大区别。如果所有的数据都由hive处理，则创建内部表；如果数据的处理由hive和其他工具一起处理，则创建外部表。
总结：
建表时未被external修饰的是内部表，被external修饰的为外部表；内部表数据由hive自身管理，外部表数据由HDFS管理，内部表数据存储位置为hive.metastore.warehouse.dir(默认：/user/hive/warehouse)，外部表数据的存储位置由自己指定。删除内部表会直接删除元数据（metadata）及存储数据；删除外部表仅仅会删除元数据，HDFS上的文件不会被删除。对内部表的修改会将修改直接同步给元数据，而对外部表的表结构和分区进行修改，则需要修复（MSCK REPAIR TABLE table_name），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，不会删除数据。