HIVE外部表和管理表区别以及INSERT INTO/INSERT OVERWRITE区别

很多同学在Hive开发过程中，都会遇到外部表和管理表的问题，而且在联合使用

insert into

和

insert overwrite

时，总是理不清。下面我们就根据实际开发中的测试来说明一下。

Hive中管理表与外部表的区别：

1、在导入数据到外部表，数据并没有移动到自己的数据仓库目录下，也就是说外部表中的数据并不是由它自己来管理的！而管理表则不一样；

2、在删除管理表的时候，Hive将会把属于表的元数据和数据全部删掉；而删除外部表的时候，Hive仅仅删除外部表的元数据，数据是不会删除的！(重要)

下面是我们针对外部表做的一个测试

原始测试数据

2015-06-15 36137422

2015-06-21 35852732

说明:该表有date,hour分区并且有15号和21号的数据

insert into结果

2015-06-15 36137422

2015-06-21 36137422+ 35852732

说明:先用drop partition删除21号分区，然后使用insert into select语句将15号数据插入21号分区，最终结果如上，21号的数据变成了15号和21号的数据和，原有的21号数据并没有删除，这证明了外部表drop分区不删除数据

另外提下,如果对管理表应用此操作，21号数据会被替换成15号数据，21号数据会被删除。

insert overwrite结果

2015-06-15 36137422

2015-06-21 36137422

说明:和上面的操作类似，就是用insert overwrite替换insert into，结果符合预期，21号数据会被替换成15号数据，21号数据会被删除。这个操作对于外部表和管理表结果是一样的，原因是因为针对hive表，insert overwrite将会把分区数据先删除再进行插入。