Hive一分钟

分区和分桶

1.分区表是将大的表文件划分成多个小文件以利于查询，但是如果数据分布不均衡，也会影响查询效率。
2.桶表可以对数据进行哈希取模，目的是让数据能够均匀的分布在表的各个文件中。
3.物理上，每个桶就是表和分区目录里的一个文件，一个作业产生桶和Reduce任务个数据相同。

内部表和外部表

对于内部表，删除表格时，删除元数据（meta data）和存储数据，即表格，以及对应表格的数据文件。
对于外部表，删除表格时，仅删除元数据(meta data)。即仅删除表格，不会删除元数据。如果发现错误删除表格，可以把重新建表，然后把数据load回新表中。
一般情况下，在企业内部都是使用外部表的。因为会有多人操作数据仓库，可能会产生数据表误删除操作，为了数据安全性，通常会使用外部表。