【转载】 hive 内部表与外部表
未被external修饰的是内部表（managed table），被external修饰的为外部表（external table）；
区别：
内部表数据由Hive自身管理，外部表数据由HDFS管理；
内部表数据存储的位置是hive.metastore.warehouse.dir（默认：/user/hive/warehouse），外部表数据的存储位置由自己制定（如果没有LOCATION，Hive将在HDFS上的/user/hive/warehouse文件夹下以外部表的表名创建一个文件夹，并将属于这个表的数据存放在这里）；
删除内部表会直接删除元数据（metadata）及存储数据；删除外部表仅仅会删除元数据，HDFS上的文件并不会被删除；
对内部表的修改会将修改直接同步给元数据，而对外部表的表结构和分区进行修改，则需要修复（MSCK REPAIR TABLE table_name;）
创建
内部表：内部表直接创建，不需要加关键字
create table if not exits xm_testA(
KEHUMC VARCHAR(50) COMMENT '客户名称'，
KEHUZH VARCHAR(50) COMMENT '客户号'
)
COMMENT '客户信息表'
外部表：外部表的创建需要加上external关键字修饰，可以通过location指定hive仓库的路径
create external table if not exits xm_testB(
KEHUMC VARCHAR(50) COMMENT '客户名称'，
KEHUZH VARCHAR(50) COMMENT '客户号'
)
COMMENT '客户信息表'
location '/user/xm/test'
默认仓库路径
内部表：内部表的默认创建路径在：/user/hive/warehouse/database.db/xm_testA
外部表：外部表的默认创建路径在：/user/hive/warehouse/database.db/xm_testB
drop 表
内部表：内部表删除后会将元数据和路径下的文件都删除
外部表：外部表只删除元数据，不删除路径下的文件
load加载数据
内部表：会把数据移动到自己指定的路径下
外部表：不会把数据移动到自己的数据仓库目录下，也因此证明外部表的数据不是由自己管理的。
总结
对于什么时候使用外部表，什么时候内部表，并没有一个固定的规范，通过最近一段时间的观察，大概总结了一下几点：
1.做etl处理时，通常会选择内部表做中间表，因为清理时，会将HDFS上的文件同时删除
2.如果怕误删数据，可以选择外部表，因为不会删除文件，方便恢复数据
3.如果对数据的处理都是通过hql语句完成，选择内部表，如果有其他工具一同处理，选择外部表
在没有其他限制的情况下，优先使用外部表，因为：
1.不会加载数据到hive，减少数据传输，还能共享
2.不会对HDFS中的数据修改，不用担心数据损坏，删除表时只删除表结构，不删除数据
原文：
https://blog.csdn.net/weixin_43192721/article/details/88420401
