Hive是Hadoop生态圈中实现数据仓库的一项技术。虽然Hadoop和HDFS的设计局限了Hive所能胜任的工作，但是Hive仍然是目前互联网中最适合数据仓库的应用技术。 不论从“品相还是举止”，Hive都像一个关系型数据库。用户对数据库、表和列这类术语比较熟悉的话，那么掌握Hive的查询语言HQL也轻而易举。不过，Hive的实现和使用方式与传统的关系数据库相比，有很多不同的地方。
我们Hive的第一篇文章就将讲到Hive数仓中模式设计的三板斧：内部表和外部表、分区和分桶以及序列化/反序列化(SerDe)
一. 内部表和外部表
Hive将数据表分为内部表和外部表。
内部表
在Hive中创建的普通表都可称作“内部表”。因为Hive可以（或多或少）控制其数据的生命周期，内部表对数据拥有所有权。如我们所见，通常Hive会将内部表的数据储存在由hive.metastore.warehouse.dir所定义的目录下。
所以，当删除一个内部表时，相应的数据也会被删除。
外部表
内部表不方便共享数据源。例如，当采用如Pig或MapReduce等技术工具进行数据处理时，我们将无法读取内部表的数据，也不能将外部数据直接作为内部表数据源分享给Hive。这样的需求就诞生了外部表。不同于内部表，Hive 对外部表的数据仅仅拥有使用权，而数据位置可由表管理者任意配置。
如何理解外部表呢？
如图所示，外部表不需要将数据复制到Hive中。一旦关联上数据格式和数据位置，Hive就能直接访问外部数据，非常灵活方便，即插即用。
而加载内部表数据时，Hive会自动将源数据拷贝到内部。内部表其实访问的是数据副本。
注意，Hive加载内部表数据后会把数据源删除，很像"剪切/移动"。所以，往内部表上传数据时，千万记得备份！
