Hive中的數據分區

首先認識什麼是分區

Hive 中的分區就是分目錄，把一個大的數據集根據業務需要分割成更下的數據集。

1. 如何定義分區，創建分區 

hive> create table test(name string,sex int) partitioned by (birth string, age string);

Time taken: 0.044 seconds
hive> alter table test  add partition (birth='1980', age ='30');

Time taken: 0.079 seconds
hive> alter table test  add partition (birth='1981', age ='29');

Time taken: 0.052 seconds
hive> alter table test  add partition (birth='1982', age ='28');

Time taken: 0.056 seconds
hive> show partitions test;

birth=1980/age =30

birth=1981/age =29

birth=1982/age =28

2. 如何刪除分區

hive> alter table test drop partition (birth='1980',age='30');

3. 加載數據到指定分區

load data local inpath '/home/hadoop/data.log' overwrite into table 

test partition(birth='1980-01-01',age='30');

創建分區原則： 最少粒度原則

4 向partition_test的分區中插入數據：

hive> insert overwrite table partition_test partition(stat_date='20110728',province='henan') select member_id,name from partition_test_input where stat_date='20110728' and province='henan';

5 還可以同時向多個分區插入數據，0.7版本以後不存在的分區會自動創建，0.6之前的版本官方文檔上說必須要預先創建好分區：

hive>
> from partition_test_input
> insert overwrite table partition_test partition (stat_date='20110526',province='liaoning')
> select member_id,name where stat_date='20110526' and province='liaoning'
> insert overwrite table partition_test partition (stat_date='20110728',province='sichuan')
> select member_id,name where stat_date='20110728' and province='sichuan'
> insert overwrite table partition_test partition (stat_date='20110728',province='heilongjiang')
> select member_id,name where stat_date='20110728' and province='heilongjiang';
Total MapReduce jobs = 4

http://biansutao.blog.163.com/blog/static/6702418820115332453560/