在前面的博文里，我已经介绍了
【夜读】唯有不断充实自己，增强自己的核心竞争力，把今天的自己活成人生中最好的自己，你才有机会超越年龄带给你的局限。
原创 | 大数据入门基础系列之详谈Hive的文件存储格式（TextFile、SequenceFile、RcFile、自定义格式）
原创 | 大数据入门基础系列之Hive 的基本数据类型、复杂数据类型、数据类型之间转换
原创 | 大数据入门基础系列之浅谈Hive的元数据存储（单用户模式、多用户模式、远程服务器模式）
原创 | 大数据躺过的坑内部收徒201712期（目前仅面向在校学生）（少量名额）
原创 | 大数据入门基础系列之浅谈Hive的数据存储和元数据存储（多面角度来剖析）
Hive的外部表和内部表区别
外部表：在表结构创建以前，数据已经保存在 HDFS 中，通过创建表结构，将数据格式化到表的结果里。当进行 DROP TABLE table_name 操作的时候，Hive 仅仅删除元数据的表结构，而不删除 HDFS 上的文件，所以，相比内部表，外部表可以更放心大胆地使用。
内部表：Hive 创建并通过 LOAD DATA INPATH 进数据库的表，这种表可以理解为数据和表结构都保存在一起的数据表。当通过 DROP TABLE table_name 删除元数据中表结构的同时，表中的数据也同样会从 HDFS 中被删除。
1）创建表时：创建内部表时，会将数据移动到数据仓库指向的路径；若创建外部表，仅记录数据所在的路径， 不对数据的位置做任何改变。
2）删除表时：在删除表的时候，内部表的元数据和数据会被一起删除， 而外部表只删除元数据，不删除数据。这样外部表相对来说更加安全些，数据组织也更加灵活，方便共享源数据。
另外需要注意的是传统数据库对表数据验证是 schema on write（写时模式），而 Hive 在load时是不检查数据是否符合schema的，hive 遵循的是 schema on read（读时模式），只有在读的时候hive才检查、解析具体的 数据字段、schema。
读时模式的优势是load data 非常迅速，因为它不需要读取数据进行解析，仅仅进行文件的复制或者移动。
写时模式的优势是提升了查询性能，因为预先解析之后可以对列建立索引，并压缩，但这样也会花费要多的加载时间。
Hive的外部表
Hive 和 Mysql 的表操作语句类似，如果熟悉 Mysql，学习Hive 的表操作就非常容易了。
Hive 的数据表分为两种，内部表和外部表。
今天给大家分享的是外部表，关于内部表在明天。
Hive外部表的创建
创建外部表使用 EXTERNAL 关键字。IF NOT EXISTS 表示如果 table2 表不存在就创建，存在就不创建。例如
Hive> CREATE EXTERNAL TABLE IF NOT EXISTS table2(id INT COMMENT 'comment1',name STRING COMMENT 'comment2',no INT COMMENT 'comment3');或者
create external table et (name string , age string);
此时，会在hdfs的/user/hive/warehouse/下面新建一个表目录et
load data inpath '/input/edata' into table et;
此时会把hdfs上/input/edata/下的数据转到（注意我的用词）/user/hive/warehouse/et下，删除这个外部表后，/user/hive/warehouse/et下的数据不会删除，但是/input/edata/下的数据在上一步load后已经没有了！数据的位置发生了变化！本质是load一个hdfs上的数据时会转移数据！
创建外部表，需要在创建表的时候加上external关键字，同时指定外部表存放数据的路径（当然，你也可以不指定外部表的存放路径，这样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）
或者
hive> create external table exter_table(
> id int,
> name string,
> age int,
> tel string)
> location '/home/hadoop/external';
OK
Time taken: 0.098 seconds
Hive外部表的删除
删除表。数据表在删除的时候，内部表会连数据一起删除，而外部表只删除表结构，数据还是保留的。删除表的命令如下。
Hive> DROP TABLE table1;改变Hive外部表的结构
改表结构。例如对 table2 表添加两个字段 data_time 和 password，操作命令如下。
Hive> ALTER TABLE table2 ADD COLUMNS(data_time STRING COMMENT 'comment1',password STRING COMMENT 'comment2');
这里COMMENT是注释作用。很简单不多说。
修改Hive外部表的表名
修改表名。例如把 table2 表重命名为 table3 ，操作命令如下。
Hive> ALTER TABLE table2 RENAME TO table3;
这个命令可以让用户为表更名，数据所在的位置和分区名并不改变。换而言之，旧的表名并未“释放” ，对旧表的更改会改变新表的数据。
创建与已知表相同结构的Hive外部表
创建与已知表相同结构的表。例如创建一个与 table2 表结构相同的表，表名为
copy_table2，这里要用到 LIKE 关键字，操作命令如下。
Hive> CREATE TABLE copy_table2 LIKE table2;其实啊，如果是对旧表的复制，将旧表的结构和数据一起复制，来得到新表，则
CREATE TABLE dsjtgdk_user_copy SELECT * FROM dsjtgdk_user其实啊，如果是对旧表的复制，只将旧表的结构复制，来得到新表，则
CREATE TABLE dsjtgdk_user_copy SELECT * FROM dsjtgdk_user WHERE 1=2;dsjtgdk_user是旧表，dsjtgdk_user_copy是新表。
Hive外部表的查询
Hive 的查询语句与标准 SQL 语句类似，具体的语法如下。
SELECT [ALL | DISTINCT] select_expr,select_expr,... FROM table_reference [WHERE where_condition] [GROUP BY col_list] [ CLUSTER BY col_list|[DISTRIBUTE BY col_list] [SORT BY col_list] ] [LIMIT number]
注意：
一个 SELECT 语句可以是一个 union 查询或一个子查询的一部分； table_reference 是查询的输入，可以是一个普通表、视图、join或子查询。
往Hive外部表里加载入数据
加载本地数据使用 LOCAL 关键字，操作如下。
外部表导入数据和内部表一样：
Hive> LOAD DATA LOCAL INPATH '/home/hadoop/dsjtgdk/user.txt' INTO TABLE table2;或者 load data local inpath '/home/hadoop/data/test.txt' into table exter_table;
数据不是移动到外部表的/user/hive/warehouse/exter_table文件夹中（除非你创建表的时候没有指定数据的存放路径）！大家 可以去HDFS上看看！对于外部表，数据是被移动到创建表时指定的目录（本例是存放在/home/hadoop/external文件夹中）！
Hive外部表里的内容查询
查询 table1 表的所有内容，查询语句如下：
Hive> select * from table1;OK
1 xiaoming 101
2 liuli 102
3 wuhong 103
Time taken: 0.075 seconds, Fetched: 3 row(s)
SELECT * 查询没有开启 MapReduce 任务，这是 Hive 查询语句中唯一没有把 Hive 查询语句解释为 MapReduce 任务执行。
其他的查询，由于篇幅原因，这里不多赘述。跟SQL语句差不多，不难。
Hive外部表的插入
（1）单表插入
创建一个表 insert_table，表结构和 table2 的结构相同，把 table2 表中的数据插入到新建的表 insert_table 中，代码如下。
Hive> create table insert_table like table2; 复制表结构（不包括旧表的数据）Hive> insert overwrite table insert_table select * from table2;
注意：overwrite 关键字表示如果 insert_table 表中有数据就删除。
(2) 多表插入
在table2中，查询字段 uid 并插入 test_insert1 表，查询字段 uid 并插入 test_insert2 表。操作命令如下。
Hive> create table test_insert1(num INT);
Hive> create table test_insert2(num INT);from table2 insert overwrite table test_insert1 select uid insert overwrite table test_insert2 select uid;
insert 操作的时候，from 子句既可以放在 select 子句后面，也可以放在 insert 子句前面。
注意：Hive 不支持用 insert 语句一条一条地进行插入操作，也不支持 update 操作。数据是以 load 的方式加载到建立好的表中。数据一旦导入就不可以修改。
查询Hive外部表里的数据保存到HDFS下
通过查询将Hive外部表里数据保存到 HDFS ，directory 为 HDFS 文件系统的目录。操作命令如下。
Hive> insert overwrite directory '/hive' select * from table;
注意：这里的/hive就是HDFS下的目录啦，别蒙圈。如在hdfs://master:9000/hive
查询Hive外部表里的数据保存到本地下
导入数据到本地目录，操作命令如下。
Hive> insert overwrite local directory '/home/hadoop/dsjtgdk/test' select * from table;
注意：这里的/home/hadoop/dsjtgdk/test就是在linux下的目录啦，别蒙圈。
产生的文件会覆盖指定目录中的其它文件，即将目录中已经存在的文件进行删除。
查询Hive外部表里的数据保存到多个表或多个目录下
同一个查询结果可以同时插入到多个表或者多个目录中，命令如下。
from table insert overwrite local directory '/home/hadoop/dsjtgdk/test' select * insert overwrite directory '/hive' select ip;
select * 表示把 table 表中的所有数据复制到本地 /home/hadoop/dsjtgdk/test 目录下面。
select ip 表示把 table 的 ip 字段内容复制到 HDFS 文件系统的 /hive 目录下。
注意：这里的/hive就是HDFS下的目录啦，别蒙圈。如在hdfs://master:9000/hive
Hive外部表的删除
如果你要删除外部表：
drop table exter_table;
hive> drop table exter_table;
OK
Time taken: 0.093 seconds
同时，大可以关注我的个人博客：
http://www.cnblogs.com/zlslch/ 和 http://www.cnblogs.com/lchzls/
以及对应本平台的QQ群：161156071（大数据躺过的坑）
本文版权归（大数据躺过的坑）作者和微信公众平台共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接，否则保留追究法律责任的权利。 如果您认为这篇文章还不错或者有所收获，您可以通过下边的“打赏”功能 打赏我一杯咖啡【物质支持】，也可以点击右下角的【点赞】按钮【精神支持】，因为这两种支持都是我继续写作，分享的最大动力！
看完本文有收获？请转发分享给更多人
关注「大数据躺过的坑」，提升大神技能
觉得不错，请点赞和留言↓↓↓
