企业官网建设流程全解析

Hive 从入门到实战（二）：DDL 数据库与表操作，内部表 vs 外部表一文讲透

这是《Hive 从入门到实战》系列第 2 篇。上一篇装好了 Hive，这一篇解决：库和表怎么建、怎么改、怎么删，以及面试必考的内部表 vs 外部表。

目录

• 一、数据库操作：增删改查
• 二、建表语法全景：把每块积木拆给你看
• 三、内部表 vs 外部表（面试高频）
• 四、表的复制：CTAS vs LIKE
• 五、查看表与修改表
• 六、删除表与清空表：drop vs truncate
• 七、面试加餐
• 八、总结

一、数据库操作：增删改查

1.1 创建数据库：四种方式

完整语法：

CREATE[REMOTE](DATABASE|SCHEMA)[IFNOTEXISTS]database_name[COMMENTdatabase_comment][LOCATION hdfs_path][WITHDBPROPERTIES(property_name=property_value,...)];

四种常用方式：

-- 方式1：最朴素，不指定任何东西createdatabasedb_test1;-- 方式2：指定在 HDFS 上的存储路径createdatabasedb_test2 LOCATION'/db_test2';-- 方式3：附加自定义属性（kv 键值对）createdatabasedb_test3withdbproperties('create_date'='2026-08-28');-- 方式4：加注释，方便别人看懂这个库是干嘛的createdatabasedb_test4comment'测试数据库';

小细节：IF NOT EXISTS建议永远带上——库已存在时不再报错，脚本可重复执行。

不指定 LOCATION 时，库对应的数据目录默认是：

/user/hive/warehouse/db_test1.db

也就是上一篇配置的hive.metastore.warehouse.dir下加一个.db后缀目录。

1.2 查看数据库

showdatabases;-- 列出所有库showdatabaseslike'db*';-- 模糊匹配

输出：

OK db_test1 db_test2 db_test3 db_test4 default Time taken: 0.02 seconds, Fetched: 5 row(s)

like通配符规则：*匹配任意字符，|表示"或"。

1.3 查看库详情

descdatabasedb_test3;-- 基础信息descdatabaseextendeddb_test3;-- 详细信息（含 dbproperties）

输出：

OK db_name comment location owner_name owner_type parameters db_test3 hdfs://master:9000/user/hive/warehouse/db_test3.db root USER {create_date=2026-08-28}

extended比desc database多显示自定义的 dbproperties，排查"这个库是谁建的、什么时候建的"时很有用。

1.4 修改数据库

-- 改属性alterdatabasedb_test3setdbproperties('create_date'='2026-08-29');-- 改 HDFS 路径（有坑！往下看）alterdatabasedb_test2setlocation'hdfs://master:9000/test2';

修改 LOCATION 的两个大坑（真实报错实录）：

坑一：必须写完整的绝对 URI，写相对路径直接报错：

alterdatabasedb_test2setlocation'/test2';

FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. {0} is not absolute. Please specify a complete absolute uri. /test2

坑二：改完不会马上在 HDFS 上创建新目录，老目录里的数据也不会搬走。只有之后新创建的表才会落到新路径。

一句话：alter ... set location只改"户口登记"，不搬家。

1.5 删除数据库：RESTRICT vs CASCADE

DROP(DATABASE|SCHEMA)[IFEXISTS]database_name[RESTRICT|CASCADE];

两种模式：

实测：

dropdatabasedb_test1;-- 空库，直接删掉dropdatabasedb_test2;-- db_test2 里有表，报错！

FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. InvalidOperationException(message:Database db_test2 is not empty. One or more tables exist.)

dropdatabasedb_test2CASCADE;-- 连锅端，库和表全删

记忆口诀：默认 RESTRICT 不删库，CASCADE 级连连锅端。

1.6 切换数据库

usebigdata;-- 切到 bigdata 库usedefault;-- 切回默认库

不切换时建的表都进default库，建议养成先use再操作的习惯。

二、建表语法全解

2.1 完整语法

CREATE[TEMPORARY][EXTERNAL]TABLE[IFNOTEXISTS][db_name.]table_name[(col_name data_type[COMMENTcol_comment],...)][COMMENTtable_comment][PARTITIONEDBY(col_name data_type,...)][CLUSTEREDBY(col_name,...)[SORTEDBY(col_name[ASC|DESC],...)]INTOnum_buckets BUCKETS][[ROWFORMAT row_format][STOREDASfile_format]][LOCATION hdfs_path][TBLPROPERTIES(property_name=property_value,...)];

看着吓人，其实就是一个"积木清单"，大部分都是可选的。逐块拆解：

2.2 数据类型：基本类型 + 复杂类型

基本类型和 MySQL 差不多，重点关注几个 Hive 特色的：

TINYINT / SMALLINT / INT / BIGINT -- 整数 FLOAT / DOUBLE / DECIMAL(p,s) -- 小数，金额建议 DECIMAL BOOLEAN -- 布尔 STRING / VARCHAR / CHAR -- 字符串，Hive 更常用 STRING TIMESTAMP / DATE -- 时间

复杂类型是 Hive 的招牌，一个字段可以装"一堆值"：

2.3 ROW FORMAT：数据怎么被切成行列

这是建表最容易出错的地方。Hive 读 HDFS 文本文件时，全靠这些分隔符切分：

rowformat delimitedfieldsterminatedby','-- 列分隔符：每行的字段用什么隔开collection itemsterminatedby','-- array/map/struct 元素之间的分隔符mapkeysterminatedby':'-- map 中 key 和 value 的分隔符linesterminatedby'\n'-- 行分隔符

关键理解：row format是读文件时的切分规则。你的 CSV 文件用逗号分隔，建表就写fields terminated by ','；写错了，查出来的数据就"错位"了。

2.4 建表实战

-- 建库createdatabaseIFNOTEXISTSbigdata;-- 内部表（默认）createtableifnotexistsbigdata.students(id stringcomment'学号',name stringcomment'姓名',ageintcomment'年龄',sex stringcomment'性别',clazz stringcomment'班级');-- 验证：insert 一条数据insertintostudentsvalues('1500100001','施笑槐',22,'女','文科一班');

输出：

WARNING: Hive-on-MR is deprecated... Query ID = root_xxx Total jobs = 3 Launching Job 1 out of 3 ... OK Time taken: 21.336 seconds

注意：插入一条数据也要跑 MapReduce，这就是上一篇说的"Hive 不适合逐行写，适合批量分析"的直观体现。

再建一张外部表（EXTERNAL），并直接把文件 put 进它的目录：

createEXTERNALtableifnotexistsbigdata.students2(id stringcomment'学号',name stringcomment'姓名',ageintcomment'年龄',sex stringcomment'性别',clazz stringcomment'班级')rowformat delimitedfieldsterminatedby',';

# 直接用 hdfs 命令把数据丢进表目录——Hive 都不用出手hdfs dfs-putstudent.csv /user/hive/warehouse/bigdata.db/students2/

put 完立刻能查到数据！这个现象正好引出下一节的核心概念：Hive 表只是 HDFS 目录的"外壳"。

三、内部表 vs 外部表（面试高频）

3.1 先给定义，再讲规则

• 内部表（管理表 / Managed Table）：Hive完全接管这张表——元数据和 HDFS 数据都归 Hive 管
• 外部表（External Table）：Hive只接管元数据——HDFS 上的数据 Hive 只"登记"，不"拥有"

类比：

• 内部表像租房：房子（数据）的进出、退租（drop）都由你和房东（Hive）绑定，退租时家具全部搬走
• 外部表像只登记门牌号：Hive 只知道"数据在哪个目录"，数据本身别人也能放、也能读，drop 表只是撕掉登记条，数据原封不动

3.2 drop 之后的区别（亲手验证）

-- 删内部表：元数据 + HDFS 数据 一起消失droptableifexistsstudents;-- 删外部表：只删元数据，HDFS 数据还在droptablestudents2;

验证外部表的数据确实还在：

hdfs dfs-ls/user/hive/warehouse/bigdata.db/students2/# 文件 student.csv 依然存在！

口诀：内管到底，外只挂名——drop 内部表连数据一起删，drop 外部表数据原地不动。

3.3 怎么选：使用场景

经验法则：越靠近源头的数据越用外部表，越靠近计算结果的数据越用内部表。

四、表的复制：CTAS vs LIKE

-- CTAS：复制表结构 + 复制表数据createtablestudents3asselect*fromstudents2;-- LIKE：只复制表结构，数据为空createtablestudents4likestudents2;

输出：

-- students3：查询有全部数据 select * from students3; -- 行数与 students2 相同 -- students4：查询是空表 select * from students4; -- 0 row

口诀：AS 连数据一起搬，LIKE 只搬个壳。

注意：CTAS 不支持外部表（not supported for external tables）。

五、查看表与修改表

5.1 查看表

showtables;-- 当前库所有表showtableslike'students*';-- 模糊查descstudents;-- 看表结构（字段）descFORMATTED students;-- 看表的详细信息（格式化展示）

desc formatted输出节选（重点看这几行）：

# Detailed Table Information Table Type: MANAGED_TABLE -- 内部表；外部表显示 EXTERNAL_TABLE # Storage Information Location: hdfs://master:9000/user/hive/warehouse/bigdata.db/students InputFormat: org.apache.hadoop.mapred.TextInputFormat OutputFormat: org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat

排查"这表是内部还是外部、数据在哪、什么格式"，desc formatted一条命令全搞定。

5.2 修改表

-- ① 重命名ALTERTABLEstudentsRENAMETOstudents1;-- ② 修改表属性altertablestudents1settblproperties('create_date'='2026-08-28');-- ③ 新增列altertablestudents4addCOLUMNS(scorefloatcomment'成绩');-- ④ 更新列：改名改类型（sex 改名为 gender）altertablestudents1 changecolumnsex gender string;-- ⑤ 替换列：整表字段直接替换成新定义（危险操作，慎用）altertablestudents4REPLACECOLUMNS(id string,name string);

几点提醒：

• Hive 没有"删除某一列"的语法，想删列只能用REPLACE COLUMNS重写整份字段清单
• change column支持移动列位置：[FIRST|AFTER column_name]
• 修改表只改元数据，HDFS 里的原始文件不会变，所以改列名/加列后要确认老数据能对上

六、删除表与清空表：drop vs truncate

-- drop：删表（元数据没了，内部表数据也没了）DROPTABLE[IFEXISTS]table_name[PURGE];-- truncate：只清数据，表壳和字段还在TRUNCATE[TABLE]table_name[PARTITIONpartition_spec];

truncatetablestudents3;select*fromstudents3;-- 空表，但 desc students3 结构还在

关键区别（面试常问）：

为什么 truncate 对外部表无效？回想 3.1 的定义——外部表的数据不归 Hive 管，Hive 自然无权清空它。

七、面试加餐

Q1：内部表和外部表的区别？
答：内部表 Hive 完全接管元数据和数据；外部表只接管元数据。drop 内部表时元数据和 HDFS 数据一起删除，drop 外部表只删元数据、HDFS 数据保留。

Q2：什么场景用外部表？
答：多工具共享的原始数据（日志、业务抽数），防止 drop 表误删源数据；Hive 只做分析不做数据所有权管理。

Q3：drop database 会不会把表删掉？
答：默认 RESTRICT 模式下，非空库删不掉；加 CASCADE 才会级联删除库中所有表。

Q4：CTAS 和 LIKE 的区别？
答：CTAS 复制结构和数据；LIKE 只复制结构。

Q5：Hive 能删列吗？
答：没有单列删除语法，用 REPLACE COLUMNS 重写字段清单；本质只改元数据，底层文件不动。

八、总结

1. 库操作四件套：create（带 IF NOT EXISTS）、show、desc database extended、drop（RESTRICT/CASCADE）
2. alter ... set location只改登记不搬家，且必须写绝对 URI
3. 建表积木：EXTERNAL / PARTITIONED BY / CLUSTERED BY / ROW FORMAT / STORED AS / LOCATION
4. 内部表全托管，外部表只挂名：drop 行为差异是核心考点
5. CTAS 搬结构+数据，LIKE 只搬结构；truncate 只清内部表数据