大数据开发学习之Hive的静态分区

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。