精选 | Apache Hive 中如何进行分区
本文来源：可译网
译者：CY2
原文链接：https://coyee.com/article/12148-partitioning-in-apache-hive
◆◆◆
Hive 是用于大数据集查询的好工具 —— 特别是当数据集需要全表扫描时。但用户经常需要对某个列的值进行过滤，这时候分区就非常有效。分区是一个包含数据块的目录。当我们做分区的时候，会为某个列的唯一值创建一个分区。
让我们来运行一个简单的示例来了解分区特性。创建分区表的语法是：
create table tablename(colname type) partitioned by(colname type);
如果 hive.exec.dynamic.partition.mode 设置为 strict，那么你至少需要一个静态分区。而 non-stric 模式下，所有的分区都是动态的。
如果 hive.exec.dynamic.partition.mode 设置为 strict，那么你至少需要一个静态分区。而 non-stric 模式下，所有的分区都是动态的。
下面是插入 values 的语法：
insert into partition values();
首先我们插入一个 id=1 的记录，然后插入 id=2 的另外一条记录。
现在，进入 Hadoop 文件系统的 /user/hive/warehouse/default/empinfo 目录。
正如我们所看到的，这里有两个分区：一个名是 id=1 ，另外一个 id=2。当我们执行带 where 语句的查询时，就不会进行全表扫描，而只是扫描所需的分区。
如果你尝试对一个未分区的大数据集表，就会花很长时间，因为要进行全表的扫描。
希望这篇文章对你有用。 祝编码快乐！
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/26692020/viewspace-3124879/ ，如需转载，请注明出处，否则将追究法律责任。
