Hive内部表和外部表的区别

Hive是基于Hadoop的数据仓库工具，hive本身并不存储数据，而是将表数据文件存储在hdfs中，hive能将此数据文件映射为一张表，并提供解析编译sql的功能，将用户提交的sql转换为mr job，在mapreduce引擎上对数据进行查询、统计和分析。

Hive创建表格时可以选择创建外部表或者内部表，内部表和外部表的区别主要在于：

（1）建表语句区别。外部表用external修饰，一般用location标识表数据所在位置。内部表数据一般在hdfs的/user/hive/warehouse/下。

（2）Hive管理范围不同。Hive管理内部表的元数据以及实际的表数据，而对于外部表只管理它的元数据。

（3）drop删除表的后果不同。对于内部表，drop会删除元数据以及实际表数据，因此内部表不适合和其他表共享数据；而外部表只会删除它的元数据，hdfs上的表数据不会被删除，因此更安全，更适合共享数据。

(4) 对表进行alter操作的不同。如对表的分区进行drop操作，对于外部表而言，只会删除对应的元数据信息，而不会删除hdfs上的路径，造成hive的元数据和hdfs分区路径不一致，此时需要修复表；而对于内部表而言，则会自动将更改同步至元数据以及hdfs路径。

（5）适用场景不同。一般来说，外部表更适合长期存储、数据共享（hive和其他工具共同处理数据）等需求，多用于数据仓库场景下。内部表更适合所有数据都由hive进行处理的场景下。