1. 内部表
外部表和内部表在元数据的组织上是相同的，但实际数据的存储有较大的差异
可以创建分区
内部表的创建过程和数据加载过程可以分别独立完成，也可以在同一个语句中完成
外部表只有一个过程，加载数据和创建表同时完成
create external table ………. Location
如果不指定location ，会使用默认目录
实质只是指定路径而已
删除一个外部表时，仅仅删除的是链接
使用 DESCRIBE EXTENDED tablename可以查看表是内部还是外部表
1. 外部表
load data会转移数据
使用local表示从本地导入，使用的是复制操作，原文件保留；没有local，表示从hdfs文件系统导入，使用的是剪切操作，原目录下的文件将被移除
无论是内部还是外部表，无非就是往对应的hdfs目录复制文件，再以定义的表结构来读取数据。
hive> create external table etest1(name string , age string);
OK
Time taken: 1.181 seconds
hive> load data inpath '/hadoopin/wordcout/wc.txt' into table etest1;
Loading data to table default.etest1
OK
Time taken: 1.346 seconds
hive> select * from etest1;
OK
home java NULL
linux java NULL
java NULL
home NULL
NULL
Time taken: 1.981 seconds, Fetched: 5 row(s)
hive>
使用之后wc.txt文件就不存在了。
hadoop@hadoop:~$ hadoop fs -ls /hadoopin/wordcout/
Found 1 items
drwxr-xr-x - hadoop supergroup 0 2018-03-15 18:18 /hadoopin/wordcout/output
hadoop@hadoop:~$
- 可以对一张存在的表进行表结构复制，而不会复制数据，内部表也可以
- create external table if not exists mydb.employ2
- like mydb.employ
- location ‘/path/to/data’
- 如果省略掉external 而且源表是外部表，那么新生成的也是外部表
- 如果省略掉external 而且源表是内部表，那么新生成的也是内部表
- 如果语句中有external 而且源表是内部表，那么新生成的将是外部表
2. 创建表指定表的数据存放地
如果创建内部表时没有指定location，就会在/user/Hive/warehouse/下新建一
个表目录，其余情况同上
hive> create table test2(name string , age string) location '/hive/input/table_data';
hadoop@hadoop:~$ hadoop fs -ls /hive/input/
Found 1 items
drwxr-xr-x - hadoop supergroup 0 2018-04-02 14:47 /hive/input/table_data3. 分区表的创建
分区表属性
如果表中的数据及分区的个数，执行包含有所有分区的查询可能会触发一个巨大的MR任务。
可将hive设置为strict模式，如果对分区表进行查询 而where子句没有加分区过滤的话，会禁止提交任务。
set hive.mapred.mode=strict;
set hive.mapred.mode=nonstrict;
partition by 中子句中定义的列是表中正式的列，但是数据文件内并不包含这些列。
hive> create table logs(ts bigint,line string)
> partitioned by(dt string,country string);
OK
Time taken: 0.202 seconds
hive> load data local inpath '/home/hadoop/input/hive/partition/file1' into table logs
> partition(dt='2001-01-01',country='GB');
Loading data to table default.logs partition (dt=2001-01-01, country=GB)
OK
Time taken: 2.252 seconds
hive> load data local inpath '/home/hadoop/input/hive/partition/file2' into table logs
> partition(dt='2001-01-01',country='GB');
Loading data to table default.logs partition (dt=2001-01-01, country=GB)
OK
Time taken: 0.975 seconds
hive> load data local inpath '/home/hadoop/input/hive/partition/file3' into table logs
> partition(dt='2001-01-01',country='US');
Loading data to table default.logs partition (dt=2001-01-01, country=US)
OK
Time taken: 1.002 seconds
hive> load data local inpath '/home/hadoop/input/hive/partition/file4' into table logs
> partition(dt='2001-01-02',country='GB');
Loading data to table default.logs partition (dt=2001-01-02, country=GB)
OK
Time taken: 1.023 seconds
hive> load data local inpath '/home/hadoop/input/hive/partition/file5' into table logs
> partition(dt='2001-01-02',country='US');
Loading data to table default.logs partition (dt=2001-01-02, country=US)
OK
Time taken: 0.918 seconds
hive> load data local inpath '/home/hadoop/input/hive/partition/file6' into table logs
> partition(dt='2001-01-02',country='US');
Loading data to table default.logs partition (dt=2001-01-02, country=US)
OK
Time taken: 0.718 seconds
hive>
此时分区表已经分区，表目录结构如下：
查看分区
hive> show partitions logs;
OK
dt=2001-01-01/country=GB
dt=2001-01-01/country=US
dt=2001-01-02/country=GB
dt=2001-01-02/country=US
Time taken: 0.142 seconds, Fetched: 4 row(s)
hive> show partitions logs partition(country='US');
OK
dt=2001-01-01/country=US
dt=2001-01-02/country=US
Time taken: 0.123 seconds, Fetched: 2 row(s)
hive> show partitions logs partition(dt='2001-01-01');
OK
dt=2001-01-01/country=GB
dt=2001-01-01/country=US
Time taken: 0.121 seconds, Fetched: 2 row(s)
hive> show partitions logs partition(dt='2001-01-01',country='US');
OK
dt=2001-01-01/country=US
Time taken: 0.121 seconds, Fetched: 1 row(s)
hive>
使用hdfs的rmr删除分区
hadoop fs -rmr /user/hive/warehouse/2001-01-01/US4. 外部分区表
基于分区表创建的外部表一定要对外部表执行ALTER TABLE table_name ADD PARTITION。否则是根本访问不到数据的