hadoop - 如何在 hive 中使用外部表？

Question

谁能解释为什么在 hive 中使用外部表的原因和地点？

请说明一个易于理解的方案。

Answer 1

当由 hive 表指向的基础数据集被许多目的共享时(即用于 map 缩减作业， pig 等)，我们使用外部表;当由 hive 表指向的数据集仅由 hive 应用程序使用时，我们在 hive 中使用托管表。

实际上，在hive托管表中可以完全控制数据集，即在托管表中，如果要删除该表数据集，也将从HDFS中存在的hive仓库(/ usr / hive / warehouse)中删除，但是在使用外部表时，删除表，数据集不会从HDFS的配置单元仓库中删除。

假设有一个示例，您现在有50 gb的数据集，如果您出于不同目的创建数据集的多个副本，那么它只会占用更多空间，因此更好的选择是使用外部表，这样在删除表数据集时不会删除它，并且您可以通过 pig 等其他用途或任何其他用途进一步使用它。