『软件架构』中的表分为内部表、外部表、分区表和 Bucket 表，Hive Hive的元数据存储在RDBMS中

Hive的元数据存储在RDBMS中，除元数据外的其它所有数据都基于HDFS存储。默认情况下， Hive元数据保存在内嵌的Derby数据库中，只能允许一个会话连接，只适合简单的测试。实际生产环境中不适用，为了支持多用户会话，则需要一个独立的元数据库，使用MySQL作为元数据库， Hive内部对MySQL提供了很好的支持。
获取更多Hadoop、HDFS、HBase、MapReduce、YARN、Hive等等技术内容，可访问下面的Hadoop大数据技术专栏。

文章图片
Hive中的表分为内部表、外部表、分区表和Bucket表。内部表和外部表的区别：
删除内部表，删除表元数据和数据。
删除外部表，删除元数据，不删除数据。内部表和外部表的使用选择：
大多数情况，它们的区别不明显，如果数据的所有处理都在Hive中进行，那么倾向于选择内部表，但是如果Hive和其他工具要针对相同的数据集进行处理，外部表更合适。
使用外部表访问存储在HDFS上的初始数据，然后通过Hive转换数据并存到内部表中。
使用外部表的场景是针对一个数据集有多个不同的Schema 。
通过外部表和内部表的区别和使用选择的对比可以看出来， hive其实仅仅只是对存储在HDFS上的数据提供了一种新的抽象。而不是管理存储在HDFS上的数据。所以不管创建内部表还是外部表，都可以对hive表的数据存储目录中的数据进行增删操作。
分区表和分桶表的区别：
Hive数据表可以根据某些字段进行分区操作，细化数据管理，可以让部分查询更快。同时表和分区也可以进一步被划分为Buckets ，分桶表的原理和MapReduce编程中的HashPartitioner的原理类似。

文章图片
【『软件架构』中的表分为内部表、外部表、分区表和 Bucket 表，Hive】分区和分桶都是细化数据管理，但是分区表是手动添加区分，由于Hive是读模式，所以对添加进分区的数据不做模式校验，分桶表中的数据是按照某些分桶字段进行hash散列形成的多个文件，所以数据的准确性也高很多。

文章图片