hive分区表几大注意事项

最新推荐文章于 2023-08-24 11:23:44 发布

原创最新推荐文章于 2023-08-24 11:23:44 发布 · 2.5k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#hive

hive 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了Hive中分区表的概念及其如何优化数据查询过程。通过对比非分区表，阐述了分区表如何减少不必要的全表扫描，从而显著降低数据库压力并提高查询效率。此外，还提供了创建和使用Hive分区表的具体步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

分区表：
1.问题的引入
1).bf_log
/usr/hive/warehouse
20170910.log
20170922.log
我想分析某一天的数据,如果按照以上的就会扫描全表,从而增加了数据库的压力,引入了分区表
2)./usr/hive/warehouse
20170910/
20170910.log
20170922/
20170922.log
2.分区表实际上就是对应一个HDFS文件的文件系统上一个文件夹,该文件下就是该分区所有数据的文件,hive中的分区就是分目录,就是把一个大的数据集根据业务需求拆分成更小的数据集.就跟Java中的查询时通过where子句中的表达式来选择分区，这样的查询效率会提高很多。
create table db_hive.dept_partition(
deptno int,dname string,loc string)
partitioned by(month string)
row format delimited fields terminated by ‘\t’;
load data local inpath ‘数据路径’ into table db_hive.dept_partition partition(month=’2017-09-12’);
注意事项：
create table db_hive.dept_partition(
deptno int,dname string,loc string)
row format delimited fields terminated by ‘\t’;
create table db_hive.dept_partition(
deptno int,dname string,loc string)
partitioned by(month string)
row format delimited fields terminated by ‘\t’;
向hdfs上传对应的数据
msck repair table db_hive.dept_partition；就可以加载导数据
alert table db_hive.dept_partition add partition（day string）;