HQL之内部表外部表

1.管理表(内部表)

默认创建的表都是所谓的管理表，有时也被称为内部表。因为这种表，Hive会（或多或少地）控制着数据的生命周期。Hive默认情况下会将这些表的数据存储在由配置项hive.metastore.warehouse.dir(例如，/user/hive/warehouse)所定义的目录的子目录下。当我们删除一个管理表时，Hive也会删除这个表中数据(元数据和表数据都会删除掉)。管理表不适合和其他工具共享数据。

普通创建表

hive (default)> create table student(id int,name string)
              > row format delimited fields terminated by '\t'
              > location '/user/hive/warehouse/student';
OK
Time taken: 0.136 seconds

注:location可以不写,将会放在默认位置

根据查询结果创建表（查询的结果会添加到新创建的表中,这种会跑一个mr程序)

hive (default)> create table student2 as select id,name from student;

根据已经存在的表结构创建表

hive (default)> create table student3 like student;
OK
Time taken: 0.32 seconds

查询表的类型(这种是内部表)

2.外部表

1．理论

因为表是外部表，所以Hive并非认为其完全拥有这份数据。删除该表并不会删除掉这份数据，不过描述表的元数据信息会被删除掉。

2．管理表和外部表的使用场景

每天将收集到的网站日志定期流入HDFS文本文件。在外部表（原始日志表）的基础上做大量的统计分析，用到的中间表、结果表使用内部表存储，数据通过SELECT+INSERT进入内部表。

创建部门表:

hive (default)> create external table dept(
              > deptno int,
              > dname string,
              > loc int
              > )
              > row format delimited fields terminated by '\t';
OK
Time taken: 0.261 seconds

创建员工表:

hive (default)> create external table emp(
              > empno int,
              > ename string,
              > job string,
              > mgr int,
              > hiredate string,
              > sal double,
              > comm double,
              > deptno int)
              > row format delimited fields terminated by '\t';
OK
Time taken: 0.209 seconds

向外部表中导入数据:

hive (default)> load data local inpath '/opt/module/datas/dept.txt' into table dept;
Loading data to table default.dept
Table default.dept stats: [numFiles=1, totalSize=71]
OK
Time taken: 2.359 seconds
hive (default)> load data local inpath '/opt/module/datas/emp.txt' into table emp;
Loading data to table default.emp
Table default.emp stats: [numFiles=1, totalSize=656]
OK
Time taken: 0.474 seconds
hive (default)> 

查看表格式化数据:(外部表)