首先，hive 沒有專門的資料儲存格式，也沒有為資料建立索引，使用者可以非常自由的組織 hive 中的表，只需要在建立表的時候告訴 hive 資料中的列分隔符和行分隔符，hive 就可以解析資料。
其次，hive 中所有的資料都儲存在 hdfs 中，hive 中包含以下資料模型：table，external table，partition，bucket。
1）表table：乙個表就是hdfs中的乙個目錄
2）區partition：表內的乙個區就是表的目錄下的乙個子目錄
3）桶bucket：如果有分割槽，那麼桶就是區下的乙個單位，如果表內沒有區，那麼桶直接就是表下的單位，桶一般是檔案的形式。
hive 中的 table和資料庫中的 table 在概念上是類似的，每乙個 table 在 hive 中都有乙個相應的目錄儲存資料。例如，乙個表 pvs，它在 hdfs 中的路徑為：/wh/pvs，其中，wh 是在 hive-site.xml 中由 $ 指定的資料倉儲的目錄，所有的 table 資料（不包括 external table）都儲存在這個目錄中。
partition對應於資料庫中的 partition 列的密集索引，但是 hive 中 partition 的組織方式和資料庫中的很不相同。在 hive 中，表中的乙個 partition 對應於表下的乙個目錄，所有的 partition 的資料都儲存在對應的目錄中。例如：pvs 表中包含 ds 和 city 兩個 partition，則對應於 ds = 20090801, ctry = us 的 hdfs 子目錄為：/wh/pvs/ds=20090801/ctry=us；對應於 ds = 20090801, ctry = ca 的 hdfs 子目錄為；/wh/pvs/ds=20090801/ctry=ca。表是否分割槽，如何新增分割槽，都可以通過hive-ql語言完成。通過分割槽，即目錄的存放形式，hive可以比較容易地完成對分割槽條件的查詢。
buckets 對指定列計算 hash，根據 hash 值切分資料，目的是為了並行，每乙個 bucket 對應乙個檔案。將 user 列分散至 32 個 bucket，首先對 user 列的值計算 hash，對應 hash 值為 0 的 hdfs 目錄為：/wh/pvs/ds=20090801/ctry=us/part-00000；hash 值為 20 的 hdfs 目錄為：/wh/pvs/ds=20090801/ctry=us/part-00020 。桶是hive的最終的儲存形式。在建立表時，使用者可以對桶和列進行詳細地描述。
external table 指向已經在 hdfs 中存在的資料，可以建立 partition。它和 table 在元資料的組織上是相同的，而實際資料的儲存則有較大的差異。
Hive之壓縮儲存
壓縮儲存有時候可以獲得更好的效能。使用textfile儲存時，可以使用gzip或者bzip2進行壓縮。操作如下 create table raw line string row format delimited fieldsterminated by t lines terminated by n ...
Hive的資料儲存格式
hive 沒有專門的資料儲存格式，也沒有為資料建立索引，使用者可以非常自由的組織 hive 中的表，只需要在建立表的時候告訴 hive 資料中的列分隔符和行分隔符，hive 就可以解析資料。其次，hive 中所有的資料都儲存在 hdfs 中，hive 中包含以下資料模型 table，external...
hive 資料儲存各種模式
hive的資料分為表資料和元資料，表資料是hive中 table 具有的資料 而元資料是用來儲存表的名字，表的列和分割槽及其屬性，表的屬性 是否為外部表等 表的資料所在目錄等。下面分別來介紹。一 hive的資料儲存 hive是基於hadoop分布式檔案系統的，它的資料儲存在hadoop分布式檔案系統...