hive--桶

桶：

set hive.enforce.bucketing = true; 使hive知道用表定义中声明的数量来创建桶

create table bucketed_wyp (id int, name string, age int, tel string) clustered by (id) sorted by (id asc) into 4 buckets;
<!--插入是一个mp任务-->
insert overwrite table bucketed_wyp select * from wyp;
dfs -ls /user/hive/warehouse/bucketed_wyp;

（这里数据之间的tab消失了，但并不是真的消失了）

select * from bucketed_wyp tablesample(bucket 2 out of 4 on id);

(这也是一个MR任务，而且取样返回的是2/4的数据)

select * from bucketed_wyp tablesample(bucket 2 out of 4 on rand());

使用rand()之后，返回随机，但是使用了桶之后，扫描的是一部分，不使用桶，扫描的是所有的表。