版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_28844767/article/details/80609274
1、查看到hive执行的历史命令：
进入到用户的主目录，使用命令
cat /home/hadoop/.hivehistory2、执行查询时若想显示表头信息时，可以执行命令
Hive> set hive.cli.print.header=true;4、注意：在删除表的时候，内部表的元数据和数据会被一起删除，而外部表只删除元数据，不删除数据。
外部表和内部表的选择：
1、如果数据已经存储在HDFS上了，然后需要使用Hive去进行分析，并且该分数据还有可能要使用其他的计算引擎做计算之用，请使用外部表
2、如果一份数据仅仅只是使用Hive做统计分析，那么可以使用内部表
不管使用内部表和外部表，表的数据存储路径都是可以通过location指定的！
推荐方式：
1、创建内部表的时候，最好别指定location，就存储在默认的仓库路径
2、如果要指定外部路径，那么请创建该表为外部表
5、分桶：
对于每一个表(table)或者分区，Hive可以进一步组织成桶，也就是说桶是更为细粒度的数据范围划分。Hive也是针对某一列进行桶的组织。Hive采用对列值hash，然后除以桶的个数求余的方式决定该条记录存放在哪个桶当中。
把表(或者分区)组织成桶(Bucket)有两个理由：
1、获得更高的查询处理效率。桶为表加上了额外的结构，Hive在处理有些查询时能利用这个结构。具体而言，连接两个在(包含连接列的)相同列上划分了桶的表，可以使用Map端连接(Map-side join)高效的实现。比如JOIN操作。对于JOIN操作两个表有一个相同的列，如果对这两个表都进行了桶操作。那么将保存相同列值的桶进行JOIN操作就可以，可以大大减少JOIN的数据量。
2、使取样(samping)更高效。在处理大规模数据集时，在开发和修改查询的阶段，如果能在数据集的一小部分数据上试运行查询，会带来很多方便。