如何在不删除数据库目录的情况下将数据库放入配置单元？

Question

当我运行drop database 命令时，spark 会删除数据库目录及其在 hdfs 上的所有子目录。我怎样才能避免这种情况？

Answer 1

简答：

除非您将数据库设置为仅包含存在于数据库 HDFS 目录之外的外部表，否则如果不将所有数据复制到 HDFS 中的另一个位置，则无法实现此目的。

长答案：

来自以下网站： https://www.oreilly.com/library/view/programming-hive/9781449326944/ch04.html

默认情况下，Hive 不允许您删除包含表的数据库。您可以先删除表，也可以将 CASCADE 关键字附加到命令中，这将导致 Hive 先删除数据库中的表：

使用 RESTRICT 关键字代替 CASCADE 等效于默认行为，在删除数据库之前必须先删除现有表。

当一个数据库被删除时，它的目录也会被删除。

您可以在删除数据库之前将数据复制到另一个位置。我知道这很痛苦——但这就是 Hive 的运作方式。

如果您试图只删除一个表而不删除该表的 HDFS 目录，这里描述了一个解决方案：Can I change a table from internal to external in hive?

删除外部表会保留数据的 HDFS 位置。

在将数据库 drop 转换为外部后将数据库 drop 级联到表不会解决此问题，因为数据库 drop 会影响数据库所在的整个 HDFS 目录。您仍然需要将数据复制到另一个位置。

如果您从头开始创建数据库，其中的每个表都是外部的并且引用数据库 HDFS 目录之外的位置，删除此数据库将保留数据。但是，如果您将其设置为数据当前位于数据库 HDFS 目录中，则您将没有此功能；这是你必须从头开始设置的东西。