Hive内部表和外部表的区别

区别

1. 创建
   内部表：内部表直接创建，不需要加关键字

create table if not exits xm_testA(
    KEHUMC VARCHAR(50) COMMENT '客户名称'，
    KEHUZH VARCHAR(50) COMMENT '客户号'
)
COMMENT '客户信息表'

外部表：外部表的创建需要加上external关键字修饰，可以通过location指定hive仓库的路径

create external table if not exits xm_testB(
    KEHUMC VARCHAR(50) COMMENT '客户名称'，
    KEHUZH VARCHAR(50) COMMENT '客户号'
)
COMMENT '客户信息表'
location '/user/xm/test'

2. 默认仓库路径
   内部表：内部表的默认创建路径在：/user/hive/warehouse/database.db/xm_testA
   外部表：外部表的默认创建路径在：/user/hive/warehouse/database.db/xm_testB

3. drop 表
   内部表：内部表删除后会将元数据和路径下的文件都删除
   外部表：外部表只删除元数据，不删除路径下的文件

4. load加载数据
   内部表：会把数据移动到自己指定的路径下
   外部表：不会把数据移动到自己的数据仓库目录下，也因此证明外部表的数据不是由自己管理的。

总结

对于什么时候使用外部表，什么时候内部表，并没有一个固定的规范，通过最近一段时间的观察，大概总结了一下几点：

1.做etl处理时，通常会选择内部表做中间表，因为清理时，会将HDFS上的文件同时删除
2.如果怕误删数据，可以选择外部表，因为不会删除文件，方便恢复数据
3.如果对数据的处理都是通过hql语句完成，选择内部表，如果有其他工具一同处理，选择外部表

在没有其他限制的情况下，优先使用外部表，因为：
1.不会加载数据到hive，减少数据传输，还能共享
2.不会对HDFS中的数据修改，不用担心数据损坏，删除表时只删除表结构，不删除数据
后续有其他的总结，会再补上。