[疑问]分布式环境下hive的外部表是如何存储的？

内部表是管理在hdfs中的，而外部表一般是指定了服务器本地的一个目录。

那么，问题是：如果再分布式环境下创建的外部表，是如何进行文件的存储的？与hdfs的原理是一样的么？
如果是这样，是谁去扮演namenode的角色的？

hive分为客户端和服务端，相信如果楼主配置过hive，应该就清楚了。
hive配置分为服务端配置和客户端配置。
服务端相当于master，客户端应该是一些相关请求。不过服务端比作master感觉有些不太恰当。

在删除的时候，内存表和外部表是有区别的，在删除表的时候，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！

更多：
hive内部表与外部表区别详细介绍
http://www.aboutyun.com/forum.php?mod=viewthread&tid=7458

外部表是你指定路径的，甚至本地路径都可以

nextuser 发表于 2016-8-25 16:39
hive分为客户端和服务端，相信如果楼主配置过hive，应该就清楚了。
hive配置分为服务端配置和客户端配置 ...

楼上说的，我都理解。

不太理解的是，如果是正常的内部表，导入数据的流程是：linux本地文件-->hdfs文件-->数据表（hdfs文件）。后续的操作都是针对这个hdfs文件。

那么外部表呢？linux本地文件-->hdfs文件-->linux本地？这个文件一直都存储在client端么？那么要进行分布式计算的时候，难道每个节点都要拷贝一次数据？

xingoo 发表于 2016-8-26 09:56
楼上说的，我都理解。

不太理解的是，如果是正常的内部表，导入数据的流程是：linux本地文件-->hdfs文 ...

那么外部表呢？linux本地文件-->hdfs文件-->linux本地？这个文件一直都存储在client端么？那么要进行分布式计算的时候，难道每个节点都要拷贝一次数据？
出现这个问题，是因为没有对hdfs一个正确的理解。
如果是本地的，那么就存储在本地即可
如果存储在hdfs，hadoop会自动分发的

NEOGX 发表于 2016-8-28 19:10
那么外部表呢？linux本地文件-->hdfs文件-->linux本地？这个文件一直都存储在client端么？那么要进行分 ...

hdfs的确有点薄弱...如果存储在本地，就不需要进行拷贝分发了么？

xingoo 发表于 2016-8-28 19:48
hdfs的确有点薄弱...如果存储在本地，就不需要进行拷贝分发了么？

本地-非分布式自然不需要的

建议看些hadoop的相关视频，应该就清楚了。

推荐：
hadoop新手入门视频
http://www.aboutyun.com/forum.php?mod=viewthread&tid=5324




淘宝相关视频：

hadoop生态系统零基础入门及大数据实战

NEOGX 发表于 2016-8-28 21:56
建议看些hadoop的相关视频，应该就清楚了。

推荐：

多谢多谢