大数据开发学习之Hive的动态分区

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。 动态分区：分区的值是非确定的，由输入数据来确定。 动态分区的相关属性： hive.exec.dynamic.partition=true :是否允许动态分区 hive.exec.dynamic.partition.mode=strict ：分区模式设置 strict：最少需要有一个是静态分区 nostrict：可以全部是动态分区 hive.exec.max.dynamic.partitions=1000 ：允许动态分区的最大数量 hive.exec.max.dynamic.partitions.pernode =100 ：单个节点上的mapper/reducer允许创建的最大分区 动态分区的操作 ##创建临时表 create table if not exists tmp (uid int, commentid bigint, recommentid bigint, year int, month int, day int) row format delimited fields terminated by '\t'; ##加载数据 load data local inpath '/root/Desktop/comm' into table tmp; ##创建动态分区表 create table if not exists dyp1 (uid int, commentid bigint, recommentid bigint) partitioned by(year int,month int,day int) row format delimited fields terminated by '\t'; ##严格模式 insert into table dyp1 partition(year=2016,month,day) select uid,commentid,recommentid,month,day from tmp; ##非严格模式 ##设置非严格模式动态分区 set hive.exec.dynamic.partition.mode=nostrict; ##创建动态分区表 create table if not exists dyp2 (uid int, commentid bigint, recommentid bigint) partitioned by(year int,month int,day int) row format delimited fields terminated by '\t'; ##为非严格模式动态分区加载数据 insert into table dyp2 partition(year,month,day) select uid,commentid,recommentid,year,month,day from tmp; 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。