Hive - 分区
Hive 将表组织成分区。这是一种根据分区列(例如日期、城市和部门)的值将表划分为相关部分的方法。使用分区,可以轻松查询部分数据。
表或分区被细分为存储桶,以便为数据提供额外的结构,可用于更高效的查询。存储桶的工作方式基于表中某些列的哈希函数值。
例如,名为 Tab1 的表包含员工数据,例如 id、name、dept 和 yoj(即入职年份)。假设您需要检索 2012 年入职的所有员工的详细信息。查询将搜索整个表以查找所需信息。但是,如果您按年份对员工数据进行分区并将其存储在单独的文件中,则可以减少查询处理时间。以下示例显示如何对文件及其数据进行分区:
以下文件包含 employeedata 表。
/tab1/employeedata/file1
id, name, dept, yoj 1, gopal, TP, 2012 2, kiran, HR, 2012 3, kaleel,SC, 2013 4, Prasanth, SC, 2013
上述数据按年份划分为两个文件。
/tab1/employeedata/2012/file2
1, gopal, TP, 2012 2, kiran, HR, 2012
/tab1/employeedata/2013/file3
3, kaleel,SC, 2013 4, Prasanth, SC, 2013
添加分区
我们可以通过修改表来向表添加分区。假设我们有一个名为employee的表,其中包含 Id、Name、Salary、Designation、Dept 和 yoj 等字段。
语法:
ALTER TABLE table_name ADD [IF NOT EXISTS] PARTITION partition_spec [LOCATION 'location1'] partition_spec [LOCATION 'location2'] ...; partition_spec: : (p_column = p_col_value, p_column = p_col_value, ...)
以下查询用于向 employee 表添加分区。
hive> ALTER TABLE employee > ADD PARTITION (year='2012') > location '/2012/part2012';
重命名分区
此命令的语法如下。
ALTER TABLE table_name PARTITION partition_spec RENAME TO PARTITION partition_spec;
以下查询用于重命名分区:
hive> ALTER TABLE employee PARTITION (year='1203') > RENAME TO PARTITION (Yoj='1203');
删除分区
以下语法用于删除分区:
ALTER TABLE table_name DROP [IF EXISTS] PARTITION partition_spec, PARTITION partition_spec,...;
以下查询用于删除分区:
hive> ALTER TABLE employee DROP [IF EXISTS] > PARTITION (year=’1203’);