Hive的管理表，分区表和外部表

1、管理表

管理表也称为内部表，这种表或多或少的控制数据的生命周期，Hive在默认情况下会将这些表存储在配置项为hive.metastore.warehouse.dir所定义的目录中。管理表存在一些不足，不方便与其他工作共享数据，例如当有一份数据由pig或其他工具所创建并且主要由这一工具所使用，此时，如果我们需要hive对这份数据执行一些查询，可是并没有给予Hive对数据的所有权，我们可以再创建一个外部表指向该份数据，而不需要具备对其所有权。
创建一个管理表一般形式：

create table Testtable1(
	testid int,
	testname string,
	testvalue int
);

2、外部表

Hive不会认为外部表完全拥有他所指向的那份数据，也就是说当删除该外部表时，并不会删除该份数据，不过描述该表的元数据信息会被删除。与之不同的内部表，当删除该外部表时，hive也会删除这个表的数据
创建一个外部表一般形式：

create external table Testtable2(
	testid int,
	testname string,
	testvalue int
)
row format delimited fields teminated by ','
location '/data/test';

其中row format delimited fields teminated by ‘，’表示按照一个逗号来分割表，也可以换成其他的符号，location的话表示hive的数据会存在那个路径下。

3、分区表

为什么会存在分区表了？
通过分区来水平分散压力，将数据从物理上转移到和使用最频繁的用户最近的地方，在hive中分区表还存在分层存储。

3.1、分区内部表

假如公司的人员来自全世界，在查询中往往会使用带WHERE语句的查询，这样可以将结果限制在某个国家或某个省份，按country（国家），再按state（州）来对数据进行分区

create table employee(
	name string,
	salary float,
	subordinates array<string>,
	deductions map<string,float>,
	address struct<stree:string, city:string, state:string, zip:int>
)
partitioned by (country string, state string);

分区表会改变hive对数据存储的组织方式，如上所创建的这个表会创建一个employee的目录，并在这个目录下面，根据country和state的字段进行存储。对数据进行分区，最重要的原因就是为了更快的查询。可以用show partitions命令查看表中存在的所有分区。

show partitions employees;
//查看某特定分区下的分区
show partitions employees partition(country='US');
//其他命令显示分区建
describe extendedemployees;

3.2、分区外部表

外部表同样可以使用分区，通过alter table语句可以进行单独增加分区

alter table log_test add partition(year-2012,month=1,day=2)