hive的四种表类型

Hive表有受控表(内部表)、外部表、分区表、桶表四种。

内部表，就是一般的表，前面讲到的表都是内布标，当表定义被删除的时候，表中的数据随之一并被删除。

外部表，数据存在与否和表的定义互不约束，仅仅只是表对hdfs上相应文件的一个引用，当删除表定义的时候，表中的数据依然存在。

创建外部表， external是外部表的关键字，也是和内部表有区别的地方 create external table tblName(colName colType...); 加载数据 alter table tblName set location 'hdfs_absolute_uri';

外部表还可以在创建表的时候指定数据的位置，引用当前位置的数据。 create external table tblName(colName colType...) location 'hdfs_absolute_uri';

内部表和外部表的转换： 内——>外 alter table tblName set tblproperties('EXTERNAL'='TRUE'); 外——>内 alter table tblName set tblproperties('EXTERNAL'='FALSE');

分区表 如何创建一张分区表？只需要在之前的创建表后面使用partition by加上分区字段就可以了，eg. 　　create table tblName ( 　　 id int comment 'ID', 　　 name string comment 'name'  　　) partitioned by (dt date comment 'create time') 　　row format delimited 　　fields terminated by '\t';

如何加载数据？ load data local inpath linux_fs_path into table tblName partition(dt='2015-12-12');

分区的一些操作： 查询分区中的数据：select * from tblName where dt='2015-12-13';(分区相当于where的一个条件) 手动创建一个分区：alter table tblName add partition(dt='2015-12-13'); 查看分区表有哪些分区：show partitions tblName; 删除一个分区(数据一起删掉了)：alter table tblName drop partition(dt='2015-12-12');

多个分区如何创建？ 和单分区表的创建类似： 　　create table tblName ( 　　 id int comment 'ID', 　　 name string comment 'name'  　　) partitioned by (year int comment 'admission year', school string comment 'school name') 　　row format delimited 　　fields terminated by '\t';

同时也可以从hdfs上引用数据： alter table tblName partition(year='2015', school='crxy') set location hdfs_uri; 注意： 必须得现有分区,必须要使用hdfs绝对路径。

桶表 桶表是对数据进行哈希取值，然后放到不同文件中存储。查看每个桶文件中的内容，可以看出是通过对 buckets 取模确定的。 如何创建桶表？ create table tblName_bucket(id int) clustered by (id) into 3 buckets; 说明： clustered by ：按照什么分桶 into x buckets:分成x个桶 如何加载数据？ 不能使用load data这种方式，需要从别的表来引用 insert into table tblName_bucket select * from tbl_other; 注意:在插入数据之前需要先设置开启桶操作，不然插入数据不会设置为桶! set hive.enforce.bucketing=true; 桶表的主要作用： 数据抽样 提高某些查询效率 注意： 需要特别注意的是：clustered by 和 sorted by 不会影响数据的导入，这意味着，用户必须自己负责数据如何导入，包括数据的分桶和排序。 'set hive.enforce.bucketing = true'可以自动控制上一轮 reduce 的数量从而适配 bucket 的个数， 当然，用户也可以自主设置 mapred.reduce.tasks 去适配bucket 个数， 推荐使用'set hive.enforce.bucketing = true'。