内部表外部表的操作与区别

内部表外部表

未被external修饰的表是内部表（managed table），被external修饰的是外部表（external table）

内部表操作

准备工作：

创建stu.txt

1,zs
2,ls
3,ww
4,wmz

上传stu.txt到hdfs中 , 我的上传目录是 /user/mwf

hadoop fs -mkdir /user/mwf/ 
hadoop fs -put stu.txt /user/mwf

创建内部表

> create table stu(id int,name string) row format delimited fields terminated by ","
> load data inpath "/user/mwf/stu.txt" into table stu ;
> select * from stu ;
结果：
1	zs
2	ls
3	ww
4	wmz

说明：

1. 创建表的时候可以通过指定location来指定表文件的存放路径，如果不指定的话，默认是将数据存放在/user/hive/warehouse/库名/ 下的
2. load data 是数据的迁移，执行load data后，数据会从hdfs中的原来的位置移动到指定的位置或者是默认的存放位置（数据会发生移动的，如上例中数据从/user/mwf移动到了/user/hive/warehouse/目录下）
3. 内部表删除的时候，会在元数据库中删除元数据，并且hdfs中的文件也会被删除

外部表操作

接着做准备工作，创建stu.txt，上传到hdfs中

创建外部表

> create external table stu_external (id int,name string) row format delimited fields terminated by "," location '/external/stu';
> load data inpath "/user/mwf/stu.txt" into table stu_external ;
> select * from stu_external;

> drop table stu_external ;
> create external table stu_external (id int,name string) row format delimited fields terminated by "," location '/external/stu';
> select * from stu_external;

说明：

1. 外部表和内部表最不同的一点在于location，外部表的location指定表文件所在的位置，如果在指定的位置下有符合表结构的数据，直接查询就可以查询出数据来；如果loaction下不存在数据，可以通过load data将数据移动到location所指定的目录，然后也可以查询出数据来

   如上例，通过load data将/user/mwf/下的stu.txt移动到了/external/stu下，就可以通过select查询出数据来；我们也可以在创建表的时候，直接将location指定为/external/stu，就可以通过select查询数据出来

2. 外部表删除表的时候，会从元数据库中删除，但是不会从hdfs中删除

   如上例，删除表后，会发现数据还安静的躺在/external/stu目录下；再次执行建表语句，并指定location为/external/stu，执行查询，会发现表和数据都回来了

总结

1. 内部表的数据是由Hive自身管理的，外部表的数据是由HDFS管理的；删除内部表会删除元数据和存储的数据；删除外部表只删除元数据不删除存储的数据

   内部表的数据在hive中删除，在HDFS中也就删除了；但是外部表的数据，在Hive中删除，HDFS中还是存在的

2. 两者都可以在建表的时候指定location，指定数据文件的存放位置；如果不指定的话，默认都是在/user/hive/warehouse/目录下（这个目录是可以在配置文件中修改的）。

3. 两者的load 操作都会移动数据！！！

个人理解，有不对的地方欢迎指正~~