hive load data外部表报错_Hive基础之外部表

在hive创建表的语法中有一个关键字是EXTERNAL，该关键字表示表的类型，在hive中一共有两种类型的表：管理表和托管表(外部表)。如果没有加EXTERNAL关键字，则创建表都是管理表。

1.管理表信息

如何查看一张表是管理表还是托管表呢？可以使用desc命令：

(default
           

其他的信息暂且不看，其中有一行信息是Table Type: MANAGED_TABLE，这个就是指示表的类型的，可以看出这张表是管理表。

2.外部表

下面我们创建一张外部表，创建外部表只需在原有的建表语句上增加EXTERNAL关键字。

(default
           

可以看到外部表emp_ext已经创建成功了，我们看一下该表的详细描述信息：

(default
           

可以看到该表的表类型描述为Table Type: EXTERNAL_TABLE，表明该表是一张外部表。

3.管理表与外部表的区别

那么外部表和管理表最大的区别在哪呢？对于大公司网站的日志，一般会有专门的部门来进行日志处理，处理完后会将日志保存到hdfs中，比如保存的路径如下：

/hdfs/sitelog ​

20190212.txt

​ 20190213.txt

​ 20190214.txt

现在有两个业务部门：数据挖掘和机器学习，他们都需要对这个日志进行分析，如果以管理表的方式存储在hive中，那么hdfs上的文件路径会如下：

/user/dept1/hive

​ 20190212.txt

​ 20190213.txt

​ 20190214.txt

/user/dept2/hive

​ 20190212.txt

​ 20190213.txt

​ 20190214.txt

这样本来在hdfs上每个文件保存有三份，如果使用管理表，那么每个文件将会保存9份，对存储空间造成极大的浪费。这个时候就需要使用外部表的特性，外部表在创建表的时候可以指定数据文件的路径，比如/hdfs/sitelog，后面如果不需要使用该表的时候可以删除该表，但是不会删除数据。而管理表在删除表的时候会将数据一起进行删除。

管理表与外部表的区别如下：

4.创建外部表

我们通过指定hdfs路径的方式创建外部表，然后不通过load的方式加载数据。

(default
           

location中指定的目录不存在也没有关系，但是上级目录一定要有访问权限，否则会报错。下面创建目录并将数据放入目录中：

(default
           

然后我们查询一下该表：

(default
           

可以看到数据已经加载进来，但是我们并没有进行load数据，所以对于外部表只要将数据文件放到对应的目录下，该外部表就可以正常访问，这也是企业中常用的做法。