Hive内部表、外部表

Hive内部表、外部表

1. 内部表(Managed Table):

  • 内部表是由Hive完全管理的表,包括数据和元数据。
  • 当你删除内部表时,Hive会同时删除表的数据和元数据。
  • 内部表的数据存储在Hive指定的默认位置(通常是HDFS上的/user/hive/warehouse目录),不需要用户自己指定数据存储位置。
  • 创建内部表时,可以直接使用CREATE TABLE语句,并且不需要指定EXTERNAL关键字 。

2. 外部表(External Table):

  • 外部表也是由Hive管理的表,但是数据由用户自己管理。
  • 当删除外部表时,只会删除表的元数据,不会删除数据本身。
  • 外部表的数据存储在用户指定的位置,可以是HDFS上的任何位置,也可以是本地文件系统或其他存储系统。
  • 创建外部表时,需要使用CREATE EXTERNAL TABLE语句,并且在表定义中使用LOCATION关键字来指定数据存储位置。

3.如何选择?

  • 当需要通过Hive完全管理控制表的整个生命周期时,请使用内部表

  • 当数据来之不易,防止误删,请使用外部表,因为即使删除表,文件也会被保留

  • 内部表适合管理Hive自己生成的数据,而外部表适合管理外部数据源,如已存在的数据文件或其他数据库中的数据。

相关推荐
吾AI科技3 天前
基于Tez引擎的 Hive SQL 性能优化 —— 为什么脚本运行越来越慢
大数据·hive·性能优化·tez
上海潭龙东海科技有限公司4 天前
客运站管控之动态孪生技术方案(新增一屏管控模块
数据仓库·人工智能·算法·重构·动态规划
freejackman8 天前
【工程化】从“单兵作战”到“多引擎架构”:基于门面模式的重构实战
大数据·数据库·hive·sql·测试工具·设计模式·架构
skywalk816311 天前
hive 常驻集群:像 OSPF 一样在线,像 git 一样可信
运维·人工智能·hive
Francek Chen12 天前
【大数据处理与分析】数据仓库Hive:09 Hive 编程实践
大数据·数据仓库·hive·hadoop·sql
全栈陈序员15 天前
【Git】从入门到精通(二)—— Git安装与初次配置
数据仓库·git
skywalk816315 天前
卡不等于分支:我用 TRAE 宝配合 Hive 跑三张任务卡的一天
运维·人工智能·hive·trae
程序员梅雨15 天前
【从零开始学习数据仓库 | 第三篇】: Flume——数据采集基石
java·大数据·数据仓库·后端·学习·flume
freejackman16 天前
【架构篇】双遍历 + 多栈协同:手撸 SQL 血缘引擎的架构思考
java·大数据·数据库·hive·sql·架构·spark
陈年老古董16 天前
ClickHouse 单机搭建记录
hive·笔记·学习·clickhouse·硬件架构