Hive 面试题（十）

1. 为什么内部表的删除，就会将数据全部删除，而外部表只删除表结构? 为什么用外部表更好 ？

内部表和外部表的删除行为之所以不同，是因为它们的设计目的和使用场景有所区别：

内部表删除行为：

• 生命周期管理：内部表的生命周期与Hive紧密绑定。当内部表被删除时，Hive会认为表及其数据不再需要，因此会同时删除表的元数据和数据文件，以释放存储空间和维护数据的一致性。
• 数据安全：内部表提供了一种安全的数据管理方式，确保在删除表时不会遗留不需要的数据。

外部表删除行为：

• 元数据与数据分离：外部表的元数据存储在Hive中，而数据文件存储在HDFS上指定的位置。这种设计允许数据文件独立于Hive的生命周期存在。
• 数据共享：外部表使得数据可以被多个系统或工具共享。即使Hive表被删除，数据文件仍然可以在其他系统中使用。
• 数据保护：删除外部表时，Hive不会删除数据文件，从而保护数据不被意外删除，这对于重要的数据备份和跨系统的数据分析非常有用。

为什么使用外部表更好：

1. 数据重用：外部表允许数据在不同的分析和处理系统之间重用，无需复制数据。
2. 数据保护：外部表提供了额外的数据保护层，因为即使表被删除，原始数据仍然安全地存储在HDFS上。
3. 跨系统共享：外部表支持跨Hive实例的数据共享，这对于大型组织中不同团队之间的协作非常有用。
4. 数据管理：外部表允许数据由其他系统或应用程序管理，这有助于维护数据的一致性和完整性。
5. 灵活性：外部表提供了更大的灵活性，使得数据可以在不同的查询和分析工具之间轻松迁移。

总结：

选择内部表还是外部表取决于具体的使用场景和需求。如果数据是临时的，或者完全由Hive管理，内部表可能是更好的选择。如果数据需要跨系统共享，或者需要额外的数据保护，外部表可能更合适。在实际应用中，根据数据的重要性、使用频率和共享需求来做出选择。

2. 简述Hive建表语句？创建表时使用什么分隔符 ？

在 Hive 中，创建表的基本语法如下：

CREATE TABLE [IF NOT EXISTS] [db_name.]table_name (
  column1_name column1_datatype [COMMENT 'column1_comment'],
  column2_name column2_datatype [COMMENT 'column2_comment'],
  ...
)
[COMMENT 'table_comment']
ROW FORMAT DELIMITED
FIELDS TERMINATED BY char
[LINES TERMINATED BY char]
[STORED AS {TEXTFILE | SEQUENCEFILE | RCFILE | ORC | PARQUET | AVRO | JSON}]
[LOCATION 'table_path']
[TBLPROPERTIES (property_name=property_value, ...)];

下面是对创建表语句中各个部分的简要说明：

• IF NOT EXISTS：可选，如果表已存在，则不创建新表。
• db_name：可选，指定数据库名称。
• table_name<