Managed and External Tables（内部表和外部表）
Hive上有两种类型的表，一种是Managed Table(默认的)，另一种是External Table（加上EXTERNAL关键字）。它俩的主要区别在于：当我们drop表时，Managed Table会同时删去
data（存储在HDFS上）和meta data（存储在MySQL），而External Table只会删meta data。
# 创建内部表和外部表hive (d6_hive)> create EXTERNAL table emp_external(
> empno int,
> ename string,
> job string,
> mgr int,
> hiredate string,
> sal double,
> comm double,
> deptno int
> ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ' '
> location '/d6_hive/external/emp';
OK
Time taken: 0.04 seconds
# HDFS中查看hive (d6_hive)> dfs -ls /d6_hive/external/emp;
Found 1 items
-rwxr-xr-x 3 hadoop supergroup 700 2019-03-21 11:08 /d6_hive/external/emp/emp.txt
# MySQL中查看
mysql> select * from ruoze_d6.tblsG;
*************************** 1. row *************************** TBL_ID: 45
CREATE_TIME: 1553138028
DB_ID: 11
LAST_ACCESS_TIME: 0
OWNER: hadoop
RETENTION: 0
SD_ID: 45
TBL_NAME: emp_external
TBL_TYPE: EXTERNAL_TABLE
VIEW_EXPANDED_TEXT: NULL
VIEW_ORIGINAL_TEXT: NULL
# 删除外部表
hive> drop table emp_external;
OK
Time taken: 1.143 seconds
# 再次查看
hive (d6_hive)> dfs -ls /d6_hive/external/emp;
Found 1 items
-rwxr-xr-x 3 hadoop supergroup 700 2019-03-21 11:08 /d6_hive/external/emp/emp.txt
#虽然外部表被删除了，但是HDFS上的数据还是存在的。
mysql> select * from ruoze_d6.tblsG;
#但是元数据信息就没有了
创建内部表
hive (d6_hive)> create table emp_managed(
> empno int,
> ename string,
> job string,
> mgr int,
> hiredate string,
> sal double,
> comm double,
> deptno int
> ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ' ';
OK
Time taken: 0.075 seconds
#我们可以发现内部表和外部表的建表区别：内部表没有EXTERNAL，也就是说建表默认就是内部表，再就是，见内部表没有指定目录，使用的是默认目录，默认目录是Hive的${HIVE_HOME}/conf/hive-site.xml配置文件的hive.metastore.warehouse.dir属性指向的就是Hive表数据存放的路径
我的默认路径是这样的
hive (d6_hive)> set hive.metastore.warehouse.dir;
hive.metastore.warehouse.dir=/user/hive/warehouse
如果我们想一下子知道，load入hive内部表的数据的最终目录可以查看一下这个内部表的详细信息。如下所示
根据这个路径我们去HDFS里查看一下。
正如我们所预想的那样，数据就是在那里边。
接着我们在mysql里查看一下元数据信息，数据是存在的。
mysql> select * from ruoze_d6.tblsG;
*************************** 15. row ***************************
TBL_ID: 46
CREATE_TIME: 1553138641
DB_ID: 11
LAST_ACCESS_TIME: 0
OWNER: hadoop
RETENTION: 0
SD_ID: 46
TBL_NAME: emp_managed
TBL_TYPE: MANAGED_TABLE
VIEW_EXPANDED_TEXT: NULL
VIEW_ORIGINAL_TEXT: NULL
# 删除内部表hive (d6_hive)> drop table emp_managed;
OK
Time taken: 0.082 seconds
hive (d6_hive)>
此时我们查看 /user/hive/warehouse/d6_hive.db/emp_managed路径，发现emp.txt文件没有
也就是说HDFS上的数据被删掉了。
hive (d6_hive)> dfs -ls /user/hive/warehouse/d6_hive.db/emp_managed;
ls: `/user/hive/warehouse/d6_hive.db/emp_managed': No such file or directory
Command failed with exit code = 1
Query returned non-zero code: 1, cause: null
再次去查看MySQL元数据信息，元数据信息也没有了。也就是说，内部表一单被删除，Hdfs上的data和mysql里的metedata都会被删除。
由以上数据可以看出，内部表被drop以后，mysql和HDFS上的数据都会被清空，外部表被drop以后，mysql上的数据没了，但是HDFS上的数据还存在。
如何查看一个表是内部表还是外部表，进入那个表所在的hive库，执行desc formatted tablename（表名）；
hive (d6_hive)> desc formatted emp;
得到到的信息中有一个Table Type，后边会标明他是MANAGED_TABLE 还是External Table
也可以在mysql中查看
mysql> select * from tbls where tbl_name='emp'G;
*************************** 1. row ***************************
TBL_ID: 36
CREATE_TIME: 1553070314
DB_ID: 11
LAST_ACCESS_TIME: 0
OWNER: hadoop
RETENTION: 0
SD_ID: 36
TBL_NAME: emp
TBL_TYPE: MANAGED_TABLE
VIEW_EXPANDED_TEXT: NULL
VIEW_ORIGINAL_TEXT: NULL
1 row in set (0.00 sec)
使用场景：
1.外部表在删除时不会清理HDFS上的数据，所以相对较安全，同时由于其指定目录的特性，在跨部门合作中经常用到。
所以不小心删除外部表后，可以创建一个新表指定到（location ‘/hive/external_table/’）这个位置，那么数据就会恢复。
2.对于一些原始日志文件，同时被多个部门同时操作的时候就需要使用外部表，如果不小心将meta data删除了，
HDFS上 的data还在可以恢复，增加了数据的安全性。