hive的数据模型

2019独角兽企业重金招聘Python工程师标准>>>

• 视图(View)

1. 视图是一种虚表，是一个逻辑概念；可以跨越多张表。
2. 视图在建立在已有表的基础上，视图以建立的这些表为基表。
3. 视图可以简化复杂的查询。

    eg. create view empinfo as select * from emp e,dept d where e.deptno= d.deptno;

        select * from empinfo;

• 桶表（Bucket Table）

1. 桶表是对数据进行哈希取值，然后放到不同文件中存储。

    create table bucket_table(sid int,sname string,age int) clustered by (sname) into 5 buckets;

• 外部表（External Table）

1. 指向已经在HDFS中存在的数据，可以创建Partition;
2. 它和内部表在元数据的组织上是相同的，而实际数据的存储有较大的差异；
3. 外部表只有一个过程，加载数据和创建表同时完成，并不会移动到数据仓库中，只是与外部数据建立一个链接。当删除一个外部表，仅删除该链接。

• 内部表

1. 与数据库中的Table在概念上是类似；
2. 每一个Table在Hive中都有一个相应的目录存储数据；
3. 所有的Table 数据（不包括 External Table）都保存在这个目录中；
4. 删除表时，元数据与数据都会被删除；

• 分区表（Parttion）

1. Partition 对应于数据库的Parttion列的密集索引
2. 在Hive中 ，表中的一个Parttion对应于表下的一个目录，所有的Parttion的数据都存储在对应的目录中。

转载于:https://my.oschina.net/u/189445/blog/651441