大数据开发学习之Hive的静态分区

lnh2017 · · 226 次点击 · 开始浏览    置顶
这是一个创建于 的主题,其中的信息可能已经有所发展或是发生改变。
分区是hive存放数据的一种方式。将列值作为目录来存放数据,就是一个分区。这样查询时使用分区列进行过滤,只需根据列值直接扫描对应目录下的数据,不扫描其他不关心的分区,快速定位,提高查询效率。Hive分区分为静态分区和动态分区两种,以下是Hive的静态分区。 **静态分区**:若分区的值是确定的,那么称为静态分区。新增分区或者是加载分区数据时,已经指定分区名。 create table if not exists day_part1( uid int, uname string ) partitioned by(year int,month int) row format delimited fields terminated by '\t'; ##加载数据指定分区 load data local inpath '/root/Desktop/students.txt' into table day_part1 partition(year=2018,month=06); ##新增分区指定分区名 alter table day_part1 add partition(year=2018,month=1) partition(year=2018,month=2); **分区注意细节** (1)、尽量不要用动态分区,因为动态分区的时候,将会为每一个分区分配reducer数量,当分区数量多的时候,reducer数量将会增加,对服务器是一种灾难。 (2)、动态分区和静态分区的区别,静态分区不管有没有数据都将会创建该分区,动态分区是有结果集将创建,否则不创建。 (3)、hive动态分区的严格模式和hive提供的hive.mapred.mode的严格模式。 hive提供我们一个严格模式:为了阻止用户不小心提交恶意hql hive.mapred.mode=nostrict : strict **如果该模式值为strict,将会阻止以下三种查询:** (1)、对分区表查询,where中过滤字段不是分区字段。 (2)、笛卡尔积join查询,join查询语句,不带on条件或者where条件。 (3)、对order by查询,有order by的查询不带limit语句。
226 次点击  
加入收藏 微博
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传