Hive 内部表与外部表

首先查看当前的表：

内部表

查看emp表：

查看这个emp表的详细信息：

可以看到Table Type是一个MANAGED_TABLE，就是所谓的内部表

内部表跟外部表有什么区别

首先看一下mysql中的表：TBLS

可以看到这个表TBL_TYPE是MANAGED_TABLE类型，查看hdfs上的数据：

然后从hive中删除这个表emp

删除成功之后查看HDFS中的数据emp：

发现数据已经被删除了。
此时，查看mysql中的TBLS数据，发现emp数据也被删除了。

内部表被删除之后，HDFS上的数据信息被删除，同时Meta元数据信息也被删除。

创建外部表

hive> create external table emp_external(empno int, ename string, job string, mgr int, hiredate string, sal double, comm double, deptno int) row format delimited fields terminated by '\t' location '/external/emp/';

运行上面的sql，在hive中产生一个外部表emp_external，查看HDFS上的/external/emp：

在HDFS中也有相应的目录。
加载数据，load data local inpath '/home/iie4bu/data/emp.txt' overwrite into table emp_external;：


在mysql中查看元数据信息：

可以看到这个表的TBL_TYPE是EXTERNAL_TABLE。
然后我们在hive中删除掉这个表emp_external，

此时查看mysql中的TBLS元数据信息是，已经没有emp_external信息了。
查看HDFS中的数据：

发现数据还在。

区别

内部表被删除之后，HDFS上的数据信息被删除，同时Meta元数据信息也被删除。
外部表被删除之后，HDFS上的数据信息不会被删除，只删除Mysql中的元数据信息。

外部表的数据安全性更好，删除的只是元数据信息，真正的数据并没有被删除，例如上面的emp_external被删除了，但是如果重新执行创建这个表，不需要导入数据，数据依然可以查看：

因此在生产环境中，优先使用外部表。