前言

• 语法:DROP TABLE [IF EXISTS] table_name [PURGE]; -- (Note: PURGE available in Hive 0.14.0 and later)
• • 删除此表的元数据和数据。如果配置了Trash (没有指定 PURGE)，数据实际上会移动到 .Trash/Current 目录。元数据完全丢失。
• • 删除外部表时，表中的数据不会从文件系统中删除。
• • 当删除视图引用的表时，不会给出警告(视图关联表被删除视为无效，必须由用户删除或重新创建)。
• • 除此之外.当删除表时，将从元数据存储中删除表信息，并像通过hadoop dfs -rm那样删除原始数据。在许多情况下，这会导致表数据被移动到用户主目录中的.Trash文件夹中；因此，错误删除表的用户可以通过使用相同的模式重新创建表、重新创建任何必要的分区，然后使用Hadoop手动将数据移回原位，从而恢复丢失的数据。此解决方案依赖于底层实现，因此可能随时间或跨安装发生更改；强烈建议用户不要随意删除表。

Version information: PURGE

The PURGE option is added in version 0.14.0 by HIVE-7100.

如果指定了 PURGE，则表数据不会转到. trash /Current目录，因此在出现错误的删除时无法恢复。清洗选项也可以通过表属性 auto.purge 指定。清除(参见上面的TBLPROPERTIES)。

在Hive 0.7.0或更高版本中，如果表不存在，DROP返回一个错误，除非指定了 IF EXISTS，或者配置变量 hive.exec.drop.ignorenonexistent 设置为true。

• 题外话:`TRUNCATE TABLE table_name [PARTITION partition_spec];

partition_spec:

(partition_column = partition_col_value, partition_column = partition_col_value, ...)`

删除表或分区中的所有行。如果启用了文件系统Trash ，这些行将被丢弃在指定目录，否则它们将被删除(从Hive 2.2.0 with Hive-14626开始)。当前目标表应该是本地/管理表，否则将引发异常。用户可以指定部分 partition_spec来一次 TRUNCATE 多个分区，省略partition_spec将 TRUNCATE 表中的所有分区。

从HIVE 2.3.0 (HIVE-15880)开始，如果表属性auto.purge（参见上面的TBLPROPERTIES）设置为true，当对表发出 TRUNCATE TABLE命令时，表的数据不会被移动到Trash，并且数据无法恢复。这只适用于管理表。如果管理表没有设置auto.purge属性或者设置为false这个功能被关闭。

了解下dorp命令在hdfs中的操作:

• dorp命令在HDFS中的操作,其实也是hdfs dfs -rm删除到hdfs中的文件.如果hdfs中开启了删除放入回收站操作.那么就可以恢复的.

开始操作

• 1. 创建一张与源表相同的表

CREATE TABLE `user`(
  `locationareaid` bigint, 
  `locationareaname` string
)
PARTITIONED BY ( 
  `dt` string)
row format delimited fields terminated by '\t' line terminated by '\n'  stored as textfile;

• 2. 从回收站中复制(移动)删除的文件

hdfs dfs -cp /user/hadoop/.Trash/Current/user/hive/warehouse/user/dt=2019-10-161571499856584   /user/hive/warehouse/user

• 3. 把文件加载到hive中
     方案一 将临时目录下的数据load到表中：

load data inpath '/user/hive/warehouse/user/dt=2019-10-171571499859193/part-m-00000' into table user PARTITION (dt='2019-10-171571499859193');

方案二 如果分区过多的话.方案一会很耗时可以是用msck repair table 操作来加载分区,在执行命令前,
注意:一定保证分区所处的位置是正确的.

msck repair table user

• 验证数据

select * from  user where dt='2019-10-171571499859193'

来源：

https://www.cnblogs.com/cnheasy/p/14257915.html