大的分類可分為：

• （1）受控表（MANAGED_TABLE）

  • 內部表
  • 分割槽表
  • 桶表

• （2）外部表（external table）

  和受控表不同，對外部表刪除，僅刪除引用，而不刪除真實儲存的資料；

內部表

• （1）表定義

  表定義，自然包含欄位定義，也即列定義；

  hive> create table t1(id int);
  hive> show tables;

  我們也可進入瀏覽器端，輸入hadoop0:50070，然後瀏覽檔案系統（Browse File System），進入/hive，會發現一個名為t1的資料夾。至此我們說，現在的hive使用的是mysql作為自己的metastore（對映工具）；

• （2）載入資料

  hive> load data local inpath 檔案 into table 表名；
  如
  hive> load data local inpath '/root/id' into table t1;
                      # local：表示從本地的磁碟檔案進行載入
                      # 如果不帶local，表示從hdfs進行載入

  命令中含不含local，表示著兩種資料的載入方式。所以如果使用hadoop fs -put id /hive/t1/id2（也即會從hdfs中載入資料），表t1也會將id2中的資料吸收進來。

• （3）定義多欄位表

  hive> create table t2(id int, name string) row format delimited fields terminated by '\t';
                  # 以製表符區分不同的欄位

  在 hive 中除select *以外的操作，均走的是MapReduce的流程，因為select *是全表掃描？是否在新版的 hive 中，對查詢語句的支援有所提升，也即並非只有select *很快給出結果，不走MapReduce流程的不只select *一個；

  在對映工具metastore所在的倉庫，也即mysql中，此環境中的hive資料庫的TBLS表會對hive所建的表有所顯示（顯示的是表名），在COLUMNS_V2會顯示錶的欄位資訊；

分割槽表

可以根據欄位對資料分割槽；

• （1）建立分割槽表

  hive> create table t3(id int) partitioned by (day int);
                  # 分割槽資訊形式上其實是一個欄位
                  # 這樣我們才可在select中利用where進行查詢；

• （2）載入資料到分割槽表

  hive> load data local inpath '/root/id' into table t3 partition (day=11);

  我們可以將同樣的資料根據分割槽資訊載入到不同的檔案：

  hive> load data local inpath '/root/id' into table t3 partition (day=12);
  hive> load data local inpath '/root/id' into table t3 partition (day=13);

  
  
  

  這樣，根據某一劃分標準（比如按小時、按天），方便我們按照這一標準進行查詢（select ** from table ** where day = 12;）；

  所建的分割槽表，則就要利用分割槽資訊進行查詢，因為高效，如果還是用普通的欄位查詢的話，效率會很低，喪失建分割槽表的意義；

  分割槽欄位選取的依據在於查詢的頻率，也即查詢頻率越高的資訊越作為分割槽欄位；

• （3）桶表

  常用在錶鏈接時；

  和分割槽表一樣，也是對資料進行劃分，只不過劃分的依據有所不同。

  桶表是對資料進行雜湊取值，然後放到不同檔案中儲存；

  • （1）建立桶表

    hive> create table t4(id int) clustered by(id) into 4 buckets;

  • （2）載入資料

    • a. 啟動桶機制，也即預設是不使用桶的

      set hive.enforce.bucketing = true;

    • b. 載入資料

      insert into table t4 select id from t3;

• （4）外部表

  所謂的外部其實是指hdfs檔案系統；

  [root@hadoop0 ~]# hadoop -put id /external/id

  hive> create external table t5(id int) location '/external';

  對外部表的刪除動作，僅刪除引用，而不會到外部檔案處，真正刪除資料。

  hive> drop table t5;