DROP PARTITION 是否从 HIVE 的外部表中删除数据？

Question

HIVE 中的外部表按年、月和日进行分区。

以下查询是否会从 external 表中删除此查询中引用的特定分区的数据？：-

ALTER TABLE MyTable DROP IF EXISTS PARTITION(year=2016,month=7,day=11);

Answer 1

分区方案不是数据。分区方案是存储在元数据中的表 DDL 的一部分（简单地说：分区键值 + 存储数据文件的位置）。

数据本身存储在分区位置（文件夹）的文件中。 如果您删除外部表的分区，该位置保持不变，但作为分区卸载（有关此分区的元数据被删除）。您可以卸载几个版本的分区位置（例如以前的版本）。

您可以删除分区并将另一个位置挂载为分区 (alter table add partition) 或更改现有分区位置。还删除外部表不要删除其中包含文件的表/分区文件夹。稍后您可以在此位置上创建表格。

查看此答案以更好地理解外部表/分区概念：It is possible to create many tables (both managed and external at the same time) on top of the same location in HDFS.

Answer 2

没有外部表只有将被删除的引用，实际文件仍将保留在位置。

外部表数据文件不属于表，也没有移动到配置单元仓库目录

只有 PARTITION 元数据将从配置单元元存储表中删除。..

内部表和外部表的区别：

对于外部表 -

外部表将文件存储在 HDFS 服务器上，但表未完全链接到源文件。

如果您删除外部表，该文件仍保留在 HDFS 服务器上。

例如，如果您使用 HIVE-QL 在 HIVE 中创建一个名为“table_test”的外部表，并将该表链接到文件“file”，那么从 HIVE 中删除“table_test”不会从 HDFS 中删除“file”。

任何有权访问 HDFS 文件结构的人都可以访问外部表文件，因此需要在 HDFS 文件/文件夹级别管理安全性。

元数据在主节点上维护，从 HIVE 中删除外部表，只删除元数据而不是数据/文件。

对于内部表-

存储在基于 hive.metastore.warehouse.dir 中设置的目录中，默认情况下内部表存储在以下目录“/user/hive/warehouse”中，您可以通过更新配置文件中的位置来更改它。 删除表会分别从主节点和 HDFS 中删除元数据和数据。 内部表文件安全性仅通过 HIVE 控制。安全性需要在 HIVE 内进行管理，可能在架构级别（取决于组织到组织）。

Hive 可能有内部或外部表，这是一个影响数据加载、控制和管理方式的选择。

在以下情况下使用外部表：

数据也在 Hive 之外使用。例如，数据文件由不锁定文件的现有程序读取和处理。 即使在 DROP TABLE 之后，数据也需要保留在底层位置。如果您将多个模式（表或视图）指向单个数据集，或者如果您正在迭代各种可能的模式，这可能适用。 Hive 不应该拥有数据和控制设置、目录等，您可能有另一个程序或进程来执行这些操作。 您不是基于现有表 (AS SELECT) 创建表。

在以下情况下使用内部表：

数据是临时的。 您希望 Hive 完全管理表和数据的生命周期。

注意：如果要查看数据库元表（配置details）

|BUCKETING_COLS      |
| COLUMNS            |
| DBS                |
| NUCLEUS_TABLES     |
| PARTITIONS         |
| PARTITION_KEYS     |
| PARTITION_KEY_VALS |
| PARTITION_PARAMS   |
| SDS                |
| SD_PARAMS          |
| SEQUENCE_TABLE     |
| SERDES             |
| SERDE_PARAMS       |
| SORT_COLS          |
| TABLE_PARAMS       |
| TBLS               |