Hive内部表和外部表有什么区别？

内部表和外部表都属于HIVE，唯一的区别在于数据所有权。下面展示了创建两种表的命令。只有在创建外部表时才会添加EXTERNAL关键词。两种表都可以使用SQL语句进行创建/删除/修改。

在内部表中，表和表中包含的数据都由HIVE管理。也就是说，我们可以使用HIVE来添加/删除/修改任何数据。当我们DROP表时，表和其中的数据也将被删除。

例如：CREATE TABLE tweets (text STRING, words INT, length INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' STORED AS TEXTFILE;

在外部表中，只有表由HIVE管理。这些表中的数据可以来自任何存储位置，如HDFS。我们不能添加/删除/修改这些表中的数据。我们只能使用SELECT语句来使用这些表中的数据。当我们DROP表时，只有表被删除，其中包含的数据不会被删除。这就是为什么说只有元数据被删除。当我们创建外部表时，需要指定数据的位置。

例如：CREATE EXTERNAL TABLE tweets (text STRING, words INT, length INT) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' STORED AS TEXTFILE LOCATION '/user/hive/warehouse/tweets';

外部表在Hive中最好的使用场景是当您想要从文件（CSV或文本）创建表时。

内部表: 首先创建表格，然后稍后加载数据。

外部表: 数据已存在，在其上方创建表格。

当HDFS中已经有数据时，可以创建一个外部Hive表来描述数据。它被称为EXTERNAL，因为外部表中的数据是在LOCATION属性中指定而不是默认的仓库目录中。

当将数据保存在内部表中时，Hive完全管理表和数据的生命周期。这意味着一旦删除内部表，数据也会被删除。如果删除外部表，则表元数据会被删除，但数据会被保留。大多数情况下，为了避免错误地删除数据，外部表更受欢迎。

我想补充一下：

1. 当数据需要更新或某些行需要删除时，使用内部表，因为内部表可以支持ACID属性，而外部表不支持。
2. 请确保在内部表中备份数据，因为如果删除内部表，则数据也将丢失。

Hive 只在 metastore 中存储元数据，而将原始数据存储在 hive 外部。当我们使用外部表时，可以通过指定“location”来避免删除表时影响原始数据。

对于托管表，Hive 控制其数据的生命周期。Hive 默认将托管表的数据存储在 hive.metastore.warehouse.dir 定义的目录下的子目录中。

当我们删除托管表时，Hive 会删除表中的数据。但是托管表与其他工具共享不太方便。例如，假设我们有一些由 Pig 创建和使用的数据，但我们想针对这些数据运行一些查询，而不将数据的所有权交给 Hive。

此时，定义外部表指向该数据，但不拥有该数据。

在Hive中，我们也可以创建外部表。它告诉Hive引用仓库目录之外现有位置的数据。 删除外部表将删除元数据但不会删除数据。

简单来说，有两件事：
Hive可以管理仓库中的内容，即它不会删除仓库中的数据。当我们删除表时：
1）对于内部表，数据在仓库中进行内部管理，因此将被删除。
2）对于外部表，数据在仓库之外进行管理，因此无法删除，除hive以外的客户端也可以使用它。