hive 分区

Hive 分区partition
必须在表定义时指定对应的partition字段
a、单分区建表语句：

create table day_table (id int, content string) partitioned by (dt string);

单分区表，按天分区，在表结构中存在id，content，dt三列。
以dt为文件夹区分

**

b、 双分区建表语句：

**

create table day_hour_table (id int, content string)
 partitioned by (dt string, hour string);

双分区表，按天和小时分区，在表结构中新增加了dt和hour两列。
先以dt为文件夹，再以hour子文件夹区分

Hive添加分区表语法：
（表已创建，在此基础上添加分区）：

ALTER TABLE table_name ADD [IF NOT EXISTS] 
PARTITION partition_spec  [LOCATION 'location1'] 
          partition_spec  [LOCATION 'location2'] ...;

partition_spec:

(partition_column = partition_col_value, partition_column = partition_col_value, ...);

例：

ALTER TABLE day_table ADD PARTITION (dt='2008-08-08', hour='08')

Hive删除分区语法：

ALTER TABLE table_name DROP partition_spec, partition_spec,...
partition_spec:
: (partition_column = partition_col_value, partition_column = partition_col_value, ...)

用户可以用 ALTER TABLE DROP PARTITION 来删除分区。
内部表中、对应分区的元数据和数据将被一并删除。

例：

ALTER TABLE day_hour_table DROP PARTITION (dt='2008-08-08', hour='09');

Hive向指定分区添加数据语法：

LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] 

例：

LOAD DATA INPATH '/user/pv.txt' INTO TABLE day_hour_table PARTITION(dt='2008-08- 08', hour='08'); 
LOAD DATA local INPATH '/user/hua/*' INTO TABLE day_hour partition(dt='2010-07- 07');

当数据被加载至表中时，不会对数据进行任何转换。Load操作只是将数据复制至Hive表对应的位置。数据加载时在表下自动创建一个目录

Hive查询执行分区语法：

SELECT day_table.* FROM day_table WHERE day_table.dt>= '2008-08-08'; 

分区表的意义在于优化查询。查询时尽量利用分区字段。如果不使用分区字段，就会全部扫描。

Hive查询表的分区信息语法：

SHOW PARTITIONS day_hour_table; 

预先导入分区数据，但是无法识别怎么办

Msck repair table tablename

直接添加分区