我的问题是
配置单元是否创建单独的文件目录？如果创建配置单元表（托管/外部）并使用load命令加载数据，则为“是”。
如果创建外部表并指向现有文件，则为“否”。
我必须先创建配置单元表并从hdfs导入数据吗？
不一定可以创建配置单元外部表并指向此现有文件。
既然我想创建一个300列中包含30列的表，那么hive是否只创建包含这30列的文件？
使用hiveql可以很容易地做到这一点。遵循以下步骤（注意：这不是唯一的方法）：
创建一个300列的外部表并指向现有文件。
创建另一个包含所需30列的配置单元表，并使用将数据从300列表插入此新表 "insert into table30col select ... from table300col" . 注意：在此插入操作期间，配置单元将创建包含30列的文件。
我是否必须创建一个包含30列的单独文件并导入hdfs，然后创建指向hdfs目录的配置单元表？
是的，这是另一种选择。我个人喜欢问题3中提到的解决方案，因为我不必重新创建文件，我可以在hadoop中完成所有这些，而不需要依赖其他系统。

你有几个选择。一种是让配置单元简单地指向现有文件，即创建一个externalhive表：

CREATE EXTERNAL TABLE ... LOCATION '<your existing hdfs file>';

显然，配置单元中的这个表将与现有表完全匹配。必须声明所有300列。不会有数据重复，只有一个文件，配置单元只是引用已经存在的文件。
第二种选择是将数据导入或加载到配置单元表中。这将把数据复制到配置单元表中，并让配置单元控制位置。但重要的是要了解导入和加载都不会转换数据，因此结果表的结构布局和存储与原始表完全相同。
我建议的另一个选项是创建一个特定的配置单元表，然后使用sqoop之类的工具将数据导入其中，或者通过上面的方法之一创建的中间暂存表（最好是外部引用以避免额外的副本）。创建所需的表，创建外部引用暂存表，使用insert将数据插入目标。。。选择，然后删除暂存表。我建议这样做，因为它不仅允许您控制表结构/模式（即只有所需的30列），而且重要的是，还允许您控制存储。hive有一种高性能的列存储格式，即orc，您应该很乐意使用这种存储格式，因为它可以极大地提高查询性能。