Question

任何人都可以解释为什么以及在hive中使用外部表的位置？

请解释一个易于理解的场景。

Answer 1

当hive表指向的基础数据集被多个目的共享时，我们使用外部表，即地图缩减作业，猪等，并且当hive表指向的数据集仅由hive应用程序使用时，在hive中使用托管表。

实际上，hive托管表对数据集具有完全控制权，即在托管表中如果删除表数据集，也将从HDFS中存在的hive仓库（/ usr / hive / warehouse）中删除，但是在外部表的情况下如果删除该表，则不会从HDFS中的hive仓库中删除数据集。

假设您现在拥有50 gb数据集的示例如果您为不同目的创建多个数据集副本，它将只占用更多空间，因此更好的选择是使用外部表，以便在删除表数据集时不会删除并且您可以通过任何其他应用程序（例如猪或任何其他目的）进一步使用它。

Answer 2

根据经验：如果您打算不仅使用来自Hive但来自其他框架的数据，请使用外部表。否则将其内部化。

Answer 3

Hive中的外部表和托管表之间的唯一区别是Drop table或Drop partition行为。对于Managed，它也会丢弃数据，对于External表，数据在表/分区位置保持不变。

在大多数情况下使用外部。外部表允许您轻松更改表定义。您还可以在同一位置创建几个表。如果表是临时/中间的，则使用托管表，并且应删除数据以释放空间。

可以使用

将托管表转换为外部表，反之亦然

alter table table_name SET TBLPROPERTIES('EXTERNAL'='TRUE');