hive分区(partition)简介
2016-09-23 01:10
741 查看
1. 为什么要分区?
1、在Hive Select查询中一般会扫描整个表内容,会消耗很多时间做没必要的工作。有时候只需要扫描表中关心的一部分数据,因此建表时引入了partition概念。2、分区表指的是在创建表时指定的partition的分区空间。
3、如果需要创建有分区的表,需要在create表的时候调用可选参数partitioned by。
2. 实现细节
1、一个表可以拥有一个或者多个分区,每个分区以文件夹的形式单独存在表文件夹的目录下。2、表和列名不区分大小写。
3、分区是以字段的形式在表结构中存在,通过describe table命令可以查看到字段存在,但是该字段不存放实际的数据内容,仅仅是分区的表示。
4、建表的语法(建分区可参见PARTITIONED BY参数):
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name [(col_name data_type [COMMENT col_comment], ...)] [COMMENT table_comment] [PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] [CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS] [ROW FORMAT row_format] [STORED AS file_format] [LOCATION hdfs_path]
5、分区建表分为2种,一种是单分区,也就是说在表文件夹目录下只有一级文件夹目录。另外一种是多分区,表文件夹下出现多文件夹嵌套模式。
a、单分区建表语句:create table day_table (id int, content string) partitioned by (dt string);单分区表,按天分区,在表结构中存在id,content,dt三列。
b、双分区建表语句:create table 表名 (id int, content string) partitioned by (dt string, hour string);双分区表,按天和小时分区,在表结构中新增加了dt和hour两列。
6、添加分区表语法(表已创建,在此基础上添加分区)
用户可以用 ALTER TABLE ADD PARTITION 来向一个表中增加分区。当分区名是字符串时加引号.
例如:
ALTER TABLE 表名 ADD PARTITION (分区字段=分区值) location ‘文件绝对地址’ PARTITION (分区字段=分区值) location ‘文件绝对地址’;
7、删除分区语法:
ALTER TABLE table_name DROP partition_spec, partition_spec,…
用户可以用 ALTER TABLE DROP PARTITION 来删除分区。分区的元数据和数据将被一并删除。例:
ALTER TABLE 表名 DROP PARTITION (分区字段=分区值);
8、数据加载进分区表中语法:
LOAD DATA [LOCAL] INPATH ‘filepath’ [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 …)]
例:
(HDFS)LOAD DATA INPATH ‘文件绝对地址’ INTO TABLE 表名 PARTITION(分区字段=分区值);
(本地)LOAD DATA LOCAL INPATH ‘文件绝对地址’ INTO TABLE 表名 partition(分区字段=分区值);
当数据被加载至表中时,不会对数据进行任何转换。Load操作只是将数据复制至Hive表对应的位置。数据加载时在表下自动创建一个目录,文件存放在该分区下。
9、基于分区的查询的语句:
SELECT 字段 FROM 表名 WHERE 分区>= ‘分区值’;
10、查看分区语句:
show partitions 表名;
3. 总结
1、在 Hive 中,表中的一个 Partition 对应于表下的一个目录,所有的 Partition 的数据都存储在最字集的目录中。2、总的说来partition就是辅助查询,缩小查询范围,加快数据的检索速度和对数据按照一定的规格和条件进行管理。
相关文章推荐
- hive 分区(partition)简介
- hive分区(partition)简介
- hive分区(partition)简介
- hive分区(partition)简介
- hive分区(partition)简介
- hive分区(partition)简介
- hive 分区(partition)简介
- hive partition简介
- Hive动态分区&Partition中跟函数
- hive partition 分区详解二
- hive语句 partition(dt=substr('2016-12-01',1,7))取分区问题
- hive中简单介绍分区表(partition table)——动态分区(dynamic partition)、静态分区(static partition)
- hive partition 动态分区时字符乱码,无法删除
- Hive分区partition详解
- Hive 外部表使用分区 Partition
- hive外部表使用分区partition
- hive中简单介绍分区表(partition table),含动态分区(dynamic partition)与静态分区(static partition)
- Hive 分区的简介
- hive分区partition(动态和静态分区混合使用; partition的简介)
- 大数据系列之数据仓库Hive中分区Partition如何使用