之前主要研究oracle与mysql，认为hive事实上就是一种数据仓库的框架，也没有太多另类，所以主要精力都在研究hadoop。hbase，sqoop，mahout，近期略微用心看了下hive。事实上hive还是比我想象中好用的多，心里有点点暗爽，不论是与hadoop的衔接，还是在对外查询分析，定期hsql生成报表方面，都很方便。能够不用mapreduce。直接用hive生成报表。真是方便。
Hive 提供两者表的两种使用方式，一种是内部表（托管表），第二种就是外部表。
对于两种表的使用场景，最基本的差别就是在于数据的存储位置，假设你没有仅仅是使用hive来调用者部分数据，那索性就用内部表。假设还有其它任务共享这批数据的话。那就用外部表，眼下我就是这么来做划分。但我更倾向于使用外部表，由于我更在意一种特性就是灵活的拓展性！
外部表能够使用以后可能发生的数据使用上的变更。我一般都使用外部表方式。
外部表的分区： 下面就一个简单的案例来说一下外部表假设进行分区使用： 先上一下数据样本： 渠道 区服 角色名 唯一标识 等级 国家 vip等级 UID 注冊时间 最后登录时间 剩余充值金币 剩余系统金币 充值金消耗 系统金消耗 粮食消耗 镔铁消耗 银币消耗 点券剩余数量 日期 178 XXX_260 凯旋 178_263_1809 33 3 0 34191904 2014-12-05 15:33:23 2014-12-05 17:18:58225 0 0 0 0 0 0 2015-06-07 178 XXX_262 凯旋 178_264_801 33 2 0 34191904 2014-12-06 12:13:03 2014-12-06 14:12:51237 0 0 0 0 0 0 2015-06-07 178 XXX_274 【痴货】 178_276_2131 11 1 0 34308396 2014-12-18 15:39:34 2014-12-18 21:28:38 0 100 0 0 0 0 0 0 2015-06-07 178 XXX_286 七雨1 178_288_859 23 2 0 34016769 2014-12-30 12:46:18 2014-12-30 19:27:21100 0 0 0 0 0 0 2015-06-07 178 XXX_323 丿无极灬南蕾 178_324_1780 29 2 0 34645311 2015-02-04 13:42:59 2015-02-04 20:18:12 0 120 0 0 0 0 0 0 2015-06-07 创建数据库： create database gcld; use gcld; 创建分区外部表(依照天进行分区)： create external table gcldlog(coopid string,zoneid string,rolename string,uniquecode string,level string,country string,viplevel string,uid string,regdate string,lastlogintime string,remain_reg_coin bigint,remain_sys_coin bigint,cost_reg_coin bigint,cost_sys_coin bigint,cost_food bigint,cost_iron bigint,cost_silvercoin bigint,remain_coupon bigint,datetime string) partitioned by (dt string) row format delimited fields terminated by ' ' collection items terminated by ' 02' map keys terminated by ' 03' lines terminated by ' ' stored as textfile location '/source/gcld/'; 给外部分区表添加分区： alter table gcldlog add partition (dt='2015-06-07') location '2015-06-07'; alter table gcldlog add partition (dt='2015-06-08') location '2015-06-08'; alter table gcldlog add partition (dt='2015-06-09') location '2015-06-09'; 往HDFS上传数据，hdfs文件夹结构应该例如以下： /source/gcld/2015-06-07/xxx.log /source/gcld/2015-06-08/xxx.log /source/gcld/2015-06-09/xxx.log 创建分区相应的hdfs文件夹： hadoop fs -mkdir -p /source/gcld/2015-06-07 hadoop fs -mkdir -p /source/gcld/2015-06-08 hadoop fs -mkdir -p /source/gcld/2015-06-09 将文件上传至hdfs文件夹： hadoop fs -put local_log_dir/2015-06-07.log /source/gcld/2015-06-07/ hadoop fs -put local_log_dir/2015-06-08.log /source/gcld/2015-06-08/ hadoop fs -put local_log_dir/2015-06-09.log /source/gcld/2015-06-09/ 数据查询（使用分区方式查询）：
Logging initialized using configuration in file:/etc/hive/conf.dist/hive-log4j.properties hive> show databases; OK default gcld opensdkdb tmp Time taken: 1.754 seconds, Fetched: 4 row(s) hive> use gcld; OK Time taken: 0.126 seconds hive> show tables; OK gcldlog Time taken: 0.114 seconds, Fetched: 1 row(s) hive> select * from gcldlog t where t.dt='2015-06-08' limit 10; OK 07073sy xxxx_220 叛逆者 07073sy_228_25641 37 3 0 140958 2015-04-30 09:08:54 2015-05-19 19:27:30590 0 0 0 0 0 0 2015-06-08 2015-06-08 07073sy xxxx_268 平台推广 07073sy_268_7017 18 1 0 13480 2014-12-27 16:38:51 2014-12-29 11:48:21 0 85 0 0 0 0 0 0 2015-06-08 2015-06-08</span> 07073sy xxxx_274 帝一 07073sy_276_147 6 2 0 6037 2014-12-18 10:59:35 2014-12-18 10:59:35 0 150 0 0 0 0 0 0 2015-06-08 2015-06-08</span> 07073sy xxxx_274 ?青春℡ 07073sy_276_7459 22 2 0 10297 2014-12-19 09:01:54 2014-12-19 11:44:40100 0 0 0 0 0 0 2015-06-08 2015-06-08 07073sy xxxx_274 将军 07073sy_276_8065 2 2 0 11287 2014-12-19 20:01:06 2014-12-19 20:01:06100 0 0 0 0 0 0 2015-06-08 2015-06-08 07073sy xxxx_275 苏小梵丶 07073sy_277_226 18 2 0 10808 2014-12-19 11:07:14 2014-12-19 11:07:14100 0 0 0 0 0 0 2015-06-08 2015-06-08 07073sy xxxx_275 宁小之 07073sy_277_571 6 3 0 11132 2014-12-19 11:48:46 2014-12-19 11:48:46 0 150 0 0 0 0 0 0 2015-06-08 2015-06-08 07073sy xxxx_278 阿杰 07073sy_278_7297 36 1 1 11885 2014-12-21 01:54:01 2014-12-21 11:57:222015-06-08 2015-06-08 07073sy xxxx_273 恩恩额 07073sy_279_2403 18 3 0 12094 2014-12-21 15:21:43 2014-12-22 17:50:17100 0 0 0 0 0 0 2015-06-08 2015-06-08 07073sy xxxx_273 诸葛，无敌 07073sy_279_3152 9 1 0 12137 2014-12-21 17:00:53 2014-12-21 19:09:52 0 150 0 0 0 0 0 0 2015-06-08 2015-06-08 Time taken: 2.428 seconds, Fetched: 10 row(s)