Hive内部表和外部表区别_雷米恩_hive内部表和外部表的区别

irpas 02-07 6297

Hive内部表：默认创建的表就是内部表。Hive完全管理表（元数据和数据）的生命周期，类似于RDBMS的表。当删除表时，它会删除源数据以及表的元数据。

Hive外部表：外部表的数据不是Hive拥有或者管理的，只管理元数据的生命周期。要创建一个外部表，需要使用external关键字。删除外部表时只会删除元数据，而不会删除实际数据（源数据）。在hive外部依然可以访问实际数据（HDFS）

下面我们将用一个关于NBA球员分析的数据进行区别内部表和外部表。

创建内部表t1 -- 创建有一个内部表t1 drop table if exists t1; create table t1( name string comment '名字', pos string comment '位置', height double comment '身高', weight int comment '体重', age int comment '年龄', nba_age int comment '球龄', nums int comment '出场次数', avgtime double comment '平均时间', attack double comment '进攻能力', defend int comment '防守能力', allstar string comment '是否进入全明星', income bigint comment '薪资' ) comment "NBA球员分析" row format delimited fields terminated by ','; -- 查看表结构 desc formatted t1;

这里有个table type标明MANAGED_TABLE说明这个表是受监管的。也就是内部表。

创建外部表t2 -- 创建外部表t2 drop table if exists t2; create external table t2( name string comment '名字', pos string comment '位置', height double comment '身高', weight int comment '体重', age int comment '年龄', nba_age int comment '球龄', nums int comment '出场次数', avgtime double comment '平均时间', attack double comment '进攻能力', defend int comment '防守能力', allstar string comment '是否进入全明星', income bigint comment '薪资' ) comment "NBA球员分析" row format delimited fields terminated by ','; -- 查看表结构 desc formatted t2;

将数据导入到两个表之间然后删除 -- 数据载入t1,t2 load data inpath '/NBA.txt' into table t1; load data inpath '/NBA.txt' into table t2; select * from t1; select * from t2;

查看HDFS端口9870：删除前

?删除后

?HDFS上只有t2的源数据还在，但是它的元数据已经没有了。这里显示表找不到。

而t1在HDFS源数据直接被删除以及元数据也被删除。因为它是内部表。

所以我们在选择建表时，当需要通过Hive完全管理控制表的整个生命周期时，请使用内部表。

当文件已经存在或位于远程位置时，请使用外部表，因为即使删除表，文件也会被保留。