hive的三板斧：内部表和外部表、分区和分桶以及序列化/反序列化(SerDe)

Hive是Hadoop生态圈中实现数据仓库的一项技术。虽然Hadoop和HDFS的设计局限了Hive所能胜任的工作，但是Hive仍然是目前互联网中最适合数据仓库的应用技术。 不论从“品相还是举止”，Hive都像一个关系型数据库。用户对数据库、表和列这类术语比较熟悉的话，那么掌握Hive的查询语言HQL也轻而易举。不过，Hive的实现和使用方式与传统的关系数据库相比，有很多不同的地方。

我们Hive的第一篇文章就将讲到Hive数仓中模式设计的三板斧：内部表和外部表、分区和分桶以及序列化/反序列化(SerDe)。

一. 内部表和外部表

Hive将数据表分为内部表和外部表。

内部表

在Hive中创建的普通表都可称作“内部表”。因为Hive可以（或多或少）控制其数据的生命周期，内部表对数据拥有所有权。如我们所见，通常Hive会将内部表的数据储存在由hive.metastore.warehouse.dir所定义的目录下。

所以，当删除一个内部表时，相应的数据也会被删除。

外部表

内部表不方便共享数据源。例如，当采用如Pig或MapReduce等技术工具进行数据处理时，我们将无法读取内部表的数据，也不能将外部数据直接作为内部表数据源分享给Hive。这样的需求就诞生了外部表。不同于内部表，Hive 对外部表的数据仅仅拥有使用权，而数据位置可由表管理者任意配置。