根据我对Hive概念的理解，如果我们将数据集加载到hive表中，数据文件将从源路径移动到HDFS中的hive仓库，并且HDFS被设置为三个数据副本。
这些问题可能看起来很愚蠢但是我是初学者，我想清楚我的怀疑。
我的问题是：
1）如果我删除了hive表，它是仅从hive仓库还是从HDFS的其他两个副本中删除数据文件？
2）如果我们正在处理hive表上的查询，那么查询是否会作为分布式处理完成？ 按照说，一个数据文件的大小为1GB（实习生8个块x 128MB），因为我们有三个复制因子，这个文件总共有24个块可用 我们的hive查询是在所有数据块之间分配还是仅在hive仓库块上处理？
提前致谢..
答案 0 :(得分：0)
如果你做了＃34;在路径中加载数据＆＃34;从HDFS路径，数据将从源HDFS路径移动到目标HDFS路径， 如果您执行＆＃34;在路径中加载数据＆＃34;，它不会将数据从本地移动到HDFS路径，而是复制
对于你的问题 如果删除HDFS中的文件，则会删除所有副本。
如果您有一个带有3个复制因子的1gb文件（8个块），当您在hive CLI中触发查询时，它会将您的查询转换为MR。它只处理8个块，如果触发的作业的datanode失败，它访问不同节点上的第二个副本并处理数据（推测执行）