hive的数据都存储在HDFS，主要是指Hive中的数据模型存储。

Hive中的数据存储单元结构有：数据库Database、表table(内部表table、外部表external table)、分区partition、桶或簇 Buckets or Clusters。

1， 数据库 Database

在HDFS上对应相应的数据存储目录，通过hive的配置文件hive-site.xml的hive.metastore.warehouse.dir属性来配置。通过create database data_name命令创建。与传统的关系型数据库一样，数据库是一个名称空间，作用是避免表、视图、分区、列等的命名冲突。数据库还可用于为用户或用户组实施安全性。

2，表table

与传统的关系型数据库一样，具有相同模式的同质数据单元。每个表在hive中都是Database路径下的一个存储目录，在hive中知道一个表的存储路径可以通过hive命令 desc formatted table_name 显示表的详细信息;

hive的表分为内部表和外部表

内部表：数据由Hive自身管理，存储的位置是hive在hdfs中存在默认的存储路径，即default数据库（默认：/user/hive/warehouse），删除内部表会直接删除元数据（metadata）及存储数据，对内部表的修改会将修改直接同步给元数据。

外部表：数据由HDFS管理，存储的位置由自己指定，可以指定除/user/hive/warehouse以外的路径，删除外部表仅仅会删除元数据，HDFS上的文件并不会被删除，而对外部表的表结构和分区进行修改，则需要修复（MSCK REPAIR TABLE
table_name）

3，分区partition

每个表可以有一个或多个分区键，用于确定数据的存储方式。分区除了作为存储单元外，还允许用户有效地识别满足指定条件的行；在hive中，表中的每个partition对应于表下的一个子存储目录。分区键的每个唯一值定义了表的一个分区，分区列（Partition columns）是虚拟列，它们不是数据本身的一部分，而是在加载时派生的。

4，桶或簇 Buckets or Clusters

每个分区中的数据又可以基于表的散列函数值被划分为桶。每个Buckets对应一个存储文件。如果表有分区，文件保存在分区目录下，如果没有分区，文件保存在表目录下。

文章参考链接：https://www.gairuo.com/p/hive-data-units