Hive内部表和外部表
2018-12-05 本文已影响1人
董可伦
我的原创地址：https://dongkelun.com/2018/12/03/hiveInternalAndExternalTables/
前言
总结一下Hive的内部表和外部表以及两者的区别。
1、建表语句
1.1 内部表
平时创建的普通表为内部表
create table `test_internal` (
id string comment 'ID',
name string comment '名字'
)
comment '测试内部表'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' ;
外部表
带external关键字的为外部表
create external table `test_external` (
id string comment 'ID',
name string comment '名字'
)
comment '测试外部表'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' ;
仅从建表语句上看，内部表和外部表的区别为是否带有external关键字。
2、location
网上很多博客写的外部表建表语句中都带有location关键字，我这里单独分开来写。
- 其实不管是内部表还是外部表都可以加location关键字指定hive表的存储路径，当然也可以不加，从这点看是没有区别的。
- 如果不加location那么不管是内部表还是外部表都会在默认的hive配置的hdfs路径下下新建一个和表名相同的文件夹。
- 如果加了location指定另外的文件夹，那么在查询时，该文件夹下对应的数据会加载到hive表里。
示例：
2.1 数据
data.txt
002,李四
003,王五
hadoop fs -mkdir -p /tmp/dkl/internal_location
hadoop fs -mkdir -p /tmp/dkl/external_location
hadoop fs -put data.txt /tmp/dkl/internal_location
hadoop fs -put data.txt /tmp/dkl/external_location
2.2 建表
2.2.1 内部表
create table test_internal_location (
id string comment 'ID',
name string comment '名字'
)
comment '测试内部表location'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
location '/tmp/dkl/internal_location';
2.2.2 外部表
create external table test_external_location (
id string comment 'ID',
name string comment '名字'
)
comment '测试外部表location'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
location '/tmp/dkl/external_location';
这样查询的时候就可以把data.txt里的数据查出来了，这时再往对应的HDFS路径下put数据，Hive表也会对应增加。
说明：hdfs 文件夹及对应下的数据和建表语句没有先后顺序，建表在前和在后都可以把数据加载出来，如果先建表的话，对应的文件夹如果不存在，则会自动建立文件夹。
3、删除表
内部表和外部表的区别主要体现在删除表，将上面建立的四个表都删掉。
drop table test_internal;
drop table test_external;
drop table test_internal_location;
drop table test_external_location;
看一下对应的hdfs路径有啥变化
hadoop命令
hadoop fs -ls /apps/hive/warehouse/dkl.db
hadoop fs -ls /tmp/dkl
发现外部表test_external文件夹和external_location文件夹都存在，而内部表的两个文件夹都没了，这也就是内部表和外部表的区别：
内部表删除表时，对应的hdfs的路径下的文件会删掉；外部表删除表时，对应的HDFS的路径下的文件则不会删掉，无论是建表是指定location还是不指定location
image
4、总结
- 建表时带有external关键字为外部表，否则为内部表
- 内部表和外部表建表时都可以自己指定location
- 删除表时，外部表不会删除对应的数据，只会删除元数据信息，内部表则会删除
- 其他用法是一样的
