Hive-table

Hive中的表

管理表与外部表

管理表

当你在Hive中创建表时，默认创建的是管理表，意味着Hive将数据移入仓库目录。恰恰相反，外部表不会将数据移入仓库目录，但会持有对仓库之外数据的引用。

两者的区别可以通过LOAD和DROP命令中看得见，首先我们考虑控制表：

当你LOAD数据进入管理表时，他将进入Hive的仓库中：

create table managed_table (dummy string);

load data inpath '/tmp/first.txt' into table managed_table;

将数据从/tmp目录移到了/user/hive/warehouse/managed_table目录。

执行drop table managed_table;

元数据和数据在任何地方都不存在了。

外部表

外部表的行为就不一样了，你可以控制数据的创建与删除。外部表在创建的时候要指定外部数据的位置：

CREATE EXTERNALTABLE external_table (dummy STRING) LOCATION '/user/tom/external_table';

LOAD DATA INPATH '/user/tom/data.txt' INTO TABLE external_table;

在这个过程中，Hive不会将数据移入数据仓库，但是数据还是产生了移动，将移入LOCATION中。

DROP TABLE external_table

LOCATION中的数据将不会被删除，元数据被删除。

选择原则

如果只有Hive使用这些数据，推荐采用管理表。如果与其他工具共享使用，则使用外部表。一种普遍的使用模式是使用外部表访问存储在HDFS中的初始数据集，