hive创建不同的表（内部，外部，分区，分桶）

Hive本身并不存储数据，而是将数据存储在Hadoop的HDFS中，表名对应HDFS中的目录/文件。根据数据的不同存储方式，将Hive表分为外部表、内部表、分区表和分桶表四种数据模型。每种数据模型各有优缺点。通过create user命令创建user表时，会在HDFS中生成一个user目录/文件。

外部表

数据不由Hive管理，使用drop命令删除一个表时，只是把表的元数据给删除了，而表的数据不会删除。 创建外部表的SQL语句：

create external table bigdata17_user(
userid int,
username string,
fullname string)  
row format delimited fields terminated by ','   
lines terminated by '\n';

内部表

内部表(有些人会翻译成管理表)的数据由hive管理，当使用drop删除表时，会把表的元数据和数据一起删除，数据无法恢复，因此一定要慎用drop删除内部表。

创建内部表的sql语句：

create table bigdata17_user( userid int, username string, fullname string)
row format delimited fields terminated by ','
lines terminated by '\n';

和外部表创建的语法基本一样，只是创建外部表需要使用external关键字。没有external关键字则是创建内部表。

分区表

内部表和外部表都可以使用分区的功能，使用分区的内部或外部表称为分区表。 创建分区表的语句：

create external table bigdata17_user_partition(
username string,
fullname string)
partitioned by(userid string)
row format delimited fields terminated by ','   
lines terminated by '\n';

往分区表导入数据分为静态分区导入和动态分区导入，静态分区是在导入语句中指定分区值，例如：

insert overwrite table bigdata17-user_parttion
 partition(userid=1)
 select username ,fullname from bigdata17_user;

该语句的分区值默认是1，如果有多个分区值，必须写多个sql语句，效率低下。

一般情况在我们都是使用动态分区导入数据，
在导入数据之前必须执行下面的两条语句让hive支持动态分区功能，默认是不支持动态分区的。

set hive.exec.dynamic.partition=true; set hive.exec.dynamic.partition.mode=nonstrict;

动态分区导入数据的sql语句：

insert overwrite table bigdata17_user_partition
 partition(userid)
 select username ,fullname,userid from bigdata17_user;

分桶表

分桶是将某个字段取哈希值，值相同的数据分发到一个桶中。在创建分桶表的时候必须指定分桶的字段，并且指定要分桶的数量。 创建分桶表对SQL语句如下：

create table bigdata17_user_bucket( userid int, username string, fullname string)
clustered by(userid) into 2 buckets  
row format delimited fields terminated by ','
lines terminated by '\n';

注意：分区和分桶都是按字段来组织数据的存放，分区是相同的字段值存放在一个文件中，而分桶是字段哈希值相同的数据存放在一个文件中。