hive 创建外部表

在Hive中，创建外部表是一种常见的操作，它允许数据存在于其他数据存储系统（如HDFS、S3等），而不是作为Hive元数据的一部分管理。创建外部表的主要目的是提高效率，因为Hive不需要在元数据库中为外部数据创建分区或索引，只需要知道数据的位置即可。

以下是创建外部表的基本语法：

CREATE EXTERNAL TABLE [IF NOT EXISTS] <table_name> 
([column1 data_type, ...])
PARTITIONED BY (partition_column data_type, ...)
ROW FORMAT [DELIMITED|JSON|ORC|AVRO] 
STORED AS [TEXTFILE|SEQUENCEFILE|RCFILE|ORC|PARQUET]
LOCATION '<path_to_data>';

- `<table_name>`: 表的新名称。
- `column1 data_type`: 每列的数据类型和名称。
- `PARTITIONED BY`: 如果有分桶或分区，列出它们的列名和数据类型。
- `ROW FORMAT`: 定义行的格式（文本、JSON等）。
- `STORED AS`: 数据的存储格式（例如TEXTFILE、ORC等）。
- `LOCATION`: 指定实际数据所在的HDFS路径。

例如，如果有一个CSV文件在HDFS的/user/hive/warehouse目录下，我们可以这样创建外部表：

CREATE EXTERNAL TABLE my_table (col1 STRING, col2 INT)
PARTITIONED BY (dt STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE
LOCATION '/user/hive/warehouse/my_table';