Hive的内部表和外部表

在查看元数据信息是，有一张TBLS表，其中有一个字段属性：TBL_TYPE---MANAGED_TABLE  表示内部表。

 

内部表概念

先在hive里建一张表，然后向这个表插入数据（用insert可以插入数据，也可以通过加载外部文件方式来插入数据），这样的表称为hive的内部表。

什么是内部表：现有hive表，再有数据。

特点：当内部表被删除时，对应的HDFS的数据也会被删除。

外部表概念

HDFS里已经有数据，比如有一个1.txt文件，里面存储了这样的一些数据：

1  tom

2  bob

什么是外部表：现有数据，再建立hive表。

特点：删除外部表，但对应的数据依然还在。

在实际生产环境，大多数创建都是外部表。然后，通过hive创建一张表来管理这个文件数据。当前表就是外部表。注意：hive外部表管理的是HDFS里某一个目录下的文件数据。

创建外部表命令：create external table xxx (字段) row format delimited fields terminated by '切分格式' location '/目录路径'

hive 无论是内部表或外部表，当向HDFS对应的目录节点下追加文件时（只要格式符合），hive都可以把数据管理起来。

内部表和外部表的区别:

通过hive执行：drop table xxx。这是删除操作。如果xxx是一个内部表，则HDFS对应的目录节点会被删除。

如果xxx是一个外部表，HDFS对应的目录节点不会删除。