在数据仓库中如何做分区表

2023年10月10日 228次阅读 来源: FxData
  1. 为什么做分区

分区表将数据组织成分区，主要可以提高数据的查询速度。

如果把一年或者一个月的日志文件存放在一个表下，那么数据量会非常的大，当查询这个表中某一天的日志文件的时候，查询速度还非常的慢，这时候可以采用分区表的方式，把这个表根据时间点再划分为小表。这样划分后，查询某一个时间点的日志文件就会快很多，因为这是不需要进行全表扫描。

Hive中的分区是根据“分区列”的值对表的数据进行粗略的划分，Hive中一个表对应一个目录，再根据分区列在这个表目录下创建子目录，每个子目录名就是分区列的名字。分区列定义与表中字段相似，但是与表中的字段无关，是独立的列。这样就加快了数据查询的速度，因为不会对这个表中进行全盘扫描了。

  1. 如何做分区

（1）建表语句
create table if not exists latte_d_test
(
uid string comment “用户ID”,
vld_flg string comment “该条记录是否有效，1-有效，0-无效”
)
COMMENT “test表”
PARTITIONED BY (day STRING);

（2）设置分区表参数
set hive.exec.dynamic.partition = true;
设置为true表示开启动态分区功能（默认为false）。
set hive.exec.dynamic.partition.mode = nonstrict;
设置为nonstrict，表示允许所有分区都是动态的（默认为strict）。

（3）插入数据
insert overwrite table latte_d_test partition(day)
select uid,
‘1’,
‘2016-10-10’
from test

    原文作者：FxData
    原文地址: https://www.jianshu.com/p/46c971f8b92e
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞