首先查看当前的表:
内部表
查看emp表:
查看这个emp表的详细信息:
可以看到Table Type
是一个MANAGED_TABLE
,就是所谓的内部表
内部表跟外部表有什么区别
首先看一下mysql中的表:TBLS
可以看到这个表TBL_TYPE
是MANAGED_TABLE
类型,查看hdfs
上的数据:
然后从hive中删除这个表emp
删除成功之后查看HDFS
中的数据emp
:
发现数据已经被删除了。
此时,查看mysql中的TBLS
数据,发现emp
数据也被删除了。
内部表被删除之后,HDFS上的数据信息被删除,同时Meta元数据信息也被删除。
创建外部表
hive> create external table emp_external(empno int, ename string, job string, mgr int, hiredate string, sal double, comm double, deptno int) row format delimited fields terminated by '\t' location '/external/emp/';
运行上面的sql,在hive中产生一个外部表emp_external
,查看HDFS上的/external/emp
:
在HDFS中也有相应的目录。
加载数据,load data local inpath '/home/iie4bu/data/emp.txt' overwrite into table emp_external;
:
在mysql中查看元数据信息:
可以看到这个表的TBL_TYPE
是EXTERNAL_TABLE
。
然后我们在hive中删除掉这个表emp_external
,
此时查看mysql中的TBLS元数据信息是,已经没有emp_external
信息了。
查看HDFS中的数据:
发现数据还在。
区别
内部表被删除之后,HDFS上的数据信息被删除,同时Meta元数据信息也被删除。
外部表被删除之后,HDFS上的数据信息不会被删除,只删除Mysql中的元数据信息。
外部表的数据安全性更好,删除的只是元数据信息,真正的数据并没有被删除,例如上面的emp_external
被删除了,但是如果重新执行创建这个表,不需要导入数据,数据依然可以查看:
因此在生产环境中,优先使用外部表。