hadoop(八)、hive简介

一、什么是hive
hive利用hdfs存储数据，hive将HQL转换成MapReduce执行查询数据，所以说Hive是基于Hadoop的一个数据仓库工具，实质就是一款基于HDFS的MapReduce计算框架，对存储在HDFS中的数据进行分析和管理

二、Hive内部表和外部表的区别
1、未被external 修饰的是内部表，被extend修饰的是外部表
2、内部表数据由hive自身管理，外部表数据由hdfs管理
3、内部表数据的存储位置是hive.metastore.warehouse.dir(默认：/user/hive/warehouse),外部表数据的存储位置由自己制定
4、删除内部表会直接删除元数据以及存储数据，删除外部表仅仅会删除元数据，hdfs上的文件不会被删除
5、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;）

三、分区表和分桶表：
分区表：
eg:

hive> create table logs(ts bigint,line string)
      > partitioned by (dt String,country string);

分区表就是在系统上建立文件夹，把分类数据放在不同文件夹下面，加快查询速度

参考文档：https://www.cnblogs.com/qingyunzong/p/8707885.html