Hive外部表与内部表命令

Question

假设我有这两个表：

外部：

create external table emp_feedback (
  emp_id int,
  emp_name string
)
LOCATION '/user/hive/warehouse/mydb.db/contacts';

内部：

create table emp_feedback (
  emp_id int,
  emp_name string
)
LOAD DATA INPATH 'file_location_of_csv' INTO TABLE emp_feedback;

1. 当我说：外部表的LOCATION '/user/hive/warehouse/mydb.db/contacts';表示该表的数据是否在目录'/user/hive/warehouse/mydb.db/contacts';中找到？那么该目录必须先存在于HDFS中吗？
2. 我可以将LOAD DATA INPATH...用于external表，还是仅用于internal表。反之亦然，我可以使用Location...作为内部表吗？

Answer 1

1. （a）是的。你是对的，这意味着数据可以在那个位置/目录中找到

2. （b）否。目录不必存在以创建模式，如果目录不存在，Hive将创建目录。但是没有意义，因为您的表将为空，因此您的查询将为空。但是将来，您可以将数据移动到该位置并使用该表。

3. （a）LOAD DATA INPATH可用于外部和内部表。执行此操作时，它会将数据移动到架构指定的位置（对于外部表）或/.../warehouse/...（对于内部表）

4. （b）可以为内部和外部表指定location。但是当您删除内部表时，它也会从该位置删除数据，而只删除外部表的元数据信息。

Answer 2

加载数据inpath 命令用于将数据加载到hive表中。 ＆＃39; LOCAL＆＃39;表示输入文件位于本地文件系统上。如果＆＃39; LOCAL＆＃39;省略，然后它在HDFS中查找文件。

load data inpath '/path/file.csv' into mytable; 
load data local inpath '/Local path/file.csv' into mytable;

此命令将删除源目录中的内容并创建内部表

LOCATION 关键字允许指向其存储的任何HDFS位置，而不是存储在配置属性hive.metastore.warehouse.dir指定的文件夹中。

换句话说，使用指定的LOCATION＆＃39; /您的路径/＆＃39;，Hive不会使用此表的默认位置。如果您已经生成了数据，这会派上用场。

请记住，LOCATION只能在EXTERNAL表上指定。对于常规表，将使用默认位置。 创建外部表并将数据复制到表中。现在数据不会从源头移动。您可以删除外部表，但仍然可以获得源数据。

当您删除外部表时，它只会删除HIVE表的元数据。数据仍存在于HDFS文件位置。

总结一下，在路径中加载数据告诉hive在哪里查找输入文件，LOCATION关键字告诉hive在HDFS上保存输出文件的位置。