Hive：四大表类型内部表、外部表、分区表和桶表

参考资料：

Hive(7):Hive四大表类型内部表、外部表、分区表和桶表

https://blog.csdn.net/u010886217/article/details/83796151

2.外部表

（1）适用情形：

  当一份日志需要多个小组一起分析，分析完了之后创建的表就可以删除了。但是普通的表删除的同时也会把数据删除，这样就会影响到其他小组的分析，而且日志数据也不能随便删除。所以，需要外部表，删除外部表，不会删除对应的hdfs上的数据。

备注：

普通表，指的是内表，内表需要insert数据，如果删除内表，则所有数据都会被删除。

外表，使用hdfs上的txt文件，只要指定一下文件路径和分隔符即可。

（2）创建外部表

create EXTERNAL table dept_ext(
deptno int,
dname string,
loc string
)
row format delimited fields terminated by '\t' ;
load data local inpath '/opt/datas/dept.txt' into table dept_ext;

（3）对比外部表和内部表区别
    删除外部表，数据不会有任何改变，只是mysql中的元数据被修改，但是删除内部表（管理表），数据就会被删除。

    总结：hive内部表和外部表的区别
        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
 

4、分区表【***】

（1）适用情形

分区表：select * from logs where date = '20171209'，执行流程：直接加载对应文件路径下的数据。适用于大数据量，可以通过分区快速定位需要查询的数据，分区表的作用主要是提高了查询检索的效率 。

create table emp_part(  
empno int,  
ename string,
job string,  
mgr int,
hiredate string,  
sal double,  
comm double,  
deptno int
)partitioned by (`datetime` string)
row format delimited  fields terminated by '\t';
 
load data local inpath '/opt/datas/emp.txt' into table emp_part partition(`datetime`='20171209');
load data local inpath '/opt/datas/emp.txt' into table emp_part partition(`datetime`='20171208');
		【在hdfs上形成两个文件夹，emp.txt存储在里面】
		/user/hive/warehouse/hadoop.db/emp_part/datetime=20171208
		/user/hive/warehouse/hadoop.db/emp_part/datetime=20171209
		
		查询结果：
		select * from emp_part where `datetime` = '20171209';

5、桶表

（1）使用情形

数据有严重的数据倾斜，分布不均匀，但是相对来说每个桶中的数据量会比较平均。桶于桶之间做join等查询的时候，会有优化。

create table emp_bu(  
empno int,  
ename string,
job string,  
mgr int,
hiredate string,  
sal double,  
comm double,  
deptno int
)CLUSTERED BY(deptno) INTO 4 BUCKETS
row format delimited  fields terminated by '\t';