Hive应用：数据外置内部表

2019独角兽企业重金招聘Python工程师标准>>>

Hive应用：数据外置内部表

介绍

个人认为这种表就体现了Hive的无节操无底线。会颠覆你对外部表和内部表的传统认知。

当你在创建内部表的时候，加上了location和目录，那么你的数据就存放在你指定的目录中，这个目录可以是在HDFS的任意目录，所以如果你的Hive库中存在这样的表，那么你就不能随意地删除你Hive中的任何表，因为使用show tables;命令查看Hive中的表的列表时，没有明确标识哪个表是外部表，哪个表是内部表，不小心删除之后，数据就彻底没了。

示例

先创建HDFS目录/data/person，将数据文件上传到此目录之下。数据内容如下：

1.0|张三|20.0|男|未知|0
2.0|李四|25.0|男|河北|0
3.0|张飞|30.0|男|河北|0
4.0|关羽|35.0|男|山东|0
5.0|小乔|38.0|女|浙江|0
6.0|刘备|40.0|男|成都|0
7.0|小李|29.0|男|江南|0

创建Hive内部表：

hive> create table person(id string,name string,age string,gender string,address string,test int) row format delimited fields terminated by '|' location 'hdfs://192.168.75.150:9000/data/person';
OK
Time taken: 0.148 seconds
hive> select * from person;
OK
1.0	张三	20.0	男	未知	0
2.0	李四	25.0	男	河北	0
3.0	张飞	30.0	男	河北	0
4.0	关羽	35.0	男	山东	0
5.0	小乔	38.0	女	浙江	0
6.0	刘备	40.0	男	成都	0
7.0	小李	29.0	男	江南	0
Time taken: 0.141 seconds, Fetched: 7 row(s)
hive> 

此时就创建了一个数据外置的内部表，这个表也允许先有数据，上面展示的数据，就是证明了这一点，完美展示了数据外置的内部表。

然而如果删除Hive中的这个表的话，数据也会跟着被删除。

下图是数据存放的目录：

在看一下test数据库目录：

没有person表的目录。

接下来将删除person表看看目录的变化：

hive> drop table preson;
OK
Time taken: 0.184 seconds
hive> show tables;
OK
person
promo
tab
Time taken: 0.222 seconds, Fetched: 3 row(s)
hive> drop table person;
OK
Time taken: 0.189 seconds
hive> show tables;
OK
promo
tab
Time taken: 0.076 seconds, Fetched: 2 row(s)
hive> 

第一遍删除竟然没有成功，不知道闹哪样，第二次删除成功，下面是目录结构：

data目录空了，person文件夹也不存在了。

总结

所以综上所述，这种内部表有普通外部表的先有数据的特性，还具有普通内部表删除表数据也同时删除的特性。那么如果这个表也是内部表的话，那么内部表和外部表的区别在哪里？只剩下一个external关键字了，其他的没有区别了，而且Hive中表的列表中没有明确标识表的种类，稀里糊涂一顿删除，有可能删除的就是这种表！

这种表出现有两种可能：一种是创建外部表的时候手误忘记写external关键字，另外一种就是真的需要这样一种表，但是好像在我的职业生涯中，还暂时没有遇到这种需求，而本人只是手误忘记写external关键字，才产生的这种表，然后删除，重新创建，发现存放数据的目录以及数据都没有了，才进一步做了以上的实验来证明这个事情。

上一篇：Hive应用：外部分区表

下一篇：Hive应用：设置字段自增

 

转载于:https://my.oschina.net/u/3754001/blog/1925297