Hive内部表与外部表

一：概念

1.内部表：未被external修饰的是内部表（managed table）

2.外部表：被external修饰的为外部表（external table）

 

区别：

1.管理方式：

内部表由hive管理，存储位置位于hive的元数据管理处；外部表由HDFS管理；

2.存储位置：

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）；
3.注意事项：

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;）

 

二：使用场景

1. 每天收集到的网站数据,需要做大量的统计数据分析,所以在数据源上可以使用外部表进行存储，方便数据的共享，

在做统计分析时候用到的中间表，结果表可以使用内部表，因为这些数据不需要共享，使用内部表更为合适。

2.一般情况下，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。

当个人写测试代码的时候，可以使用内部表，这样当自己使用完成后，可以方便直接删除