[资料]

大数据专业技术学习之Hive的静态分区与动态分区

2018-7-20 14:06:05 2570 大数据

0 分区是hive存放数据的一种方式。将列值作为目录来存放数据，就是一个分区。这样查询时使用分区列进行过滤，只需根据列值直接扫描对应目录下的数据，不扫描其他不关心的分区，快速定位，提高查询效率。分动态和静态分区两种： 1. 静态分区：若分区的值是确定的，那么称为静态分区。新增分区或者是加载分区数据时，已经指定分区名。 create table if not exists day_part1( 　　uid int, 　　uname string 　　) 　　partitioned by(year int,month int) 　　row format delimited fields terminated by 't'; 　　##加载数据指定分区　　load data local inpath '/root/Desktop/student.txt' into table day_part1 partition(year=2017,month=04); 　　##新增分区指定分区名　　alter table day_part1 add partition(year=2017,month=1) partition(year=2016,month=12); 复制代码 2. 动态分区：分区的值是非确定的，由输入数据来确定 2.1 动态分区的相关属性： hive.exec.dynamic.partition=true :是否允许动态分区　　hive.exec.dynamic.partition.mode=strict ：分区模式设置　　strict：最少需要有一个是静态分区　　nostrict：可以全部是动态分区　　hive.exec.max.dynamic.partitions=1000 ：允许动态分区的最大数量　　hive.exec.max.dynamic.partitions.pernode =100 ：单个节点上的mapper/reducer允许创建的最大分区复制代码 2.2 动态分区的操作 ##创建临时表　　create table if not exists tmp 　　(uid int, 　　commentid bigint, 　　recommentid bigint, 　　year int, 　　month int, 　　day int) 　　row format delimited fields terminated by 't'; 　　##加载数据　　load data local inpath '/root/Desktop/comm' into table tmp; 　　##创建动态分区表　　create table if not exists dyp1 　　(uid int, 　　commentid bigint, 　　recommentid bigint) 　　partitioned by(year int,month int,day int) 　　row format delimited fields terminated by 't'; 　　##严格模式　　insert into table dyp1 partition(year=2016,month,day) 　　select uid,commentid,recommentid,month,day from tmp; 　　##非严格模式　　##设置非严格模式动态分区　　set hive.exec.dynamic.partition.mode=nostrict; 　　##创建动态分区表　　create table if not exists dyp2 　　(uid int, 　　commentid bigint, 　　recommentid bigint) 　　partitioned by(year int,month int,day int) 　　row format delimited fields terminated by 't'; 　　##为非严格模式动态分区加载数据　　insert into table dyp2 partition(year,month,day) 　　select uid,commentid,recommentid,year,month,day from tmp; 复制代码 3.分区注意细节 (1)、尽量不要用动态分区，因为动态分区的时候，将会为每一个分区分配reducer数量，当分区数量多的时候，reducer数量将会增加，对服务器是一种灾难。 (2)、动态分区和静态分区的区别，静态分区不管有没有数据都将会创建该分区，动态分区是有结果集将创建，否则不创建。 (3)、hive动态分区的严格模式和hive提供的hive.mapred.mode的严格模式。 hive提供我们一个严格模式：为了阻止用户不小心提交恶意hql hive.mapred.mode=nostrict : strict 如果该模式值为strict，将会阻止以下三种查询： (1)、对分区表查询，where中过滤字段不是分区字段。 (2)、笛卡尔积join查询，join查询语句，不带on条件或者where条件。 (3)、对order by查询，有order by的查询不带limit语句。 0
2018-7-20 14:06:05　　评论淘帖0 举报相关推荐 • 大数据开发学习之Hive的静态分区 2141 • 大数据开发学习之Hive的动态分区 5715 • hive存放数据的分区 1028 • 大数据专业技术学习之大数据处理流程 3834 • 详解Hive分区表 1247 • 分析Hive与Spark分区策略的异同点 921 • 大数据之Hive数据仓库 2715 • 阿里云大数据利器之-RDS迁移到Maxcompute实现动态分区 2792 • 硬盘为什么要分区怎么分区 7584 • ESP32学习笔记：NVS分区永久保存数据 10448