Hive-分桶表

分桶表

分区表是将数据分文件夹管理 , 减少数据扫描的文件范围 直接从对应文件夹中读取数据
分桶表 是对join 查询的优化 将数据按照指定的字段的规则分文件
数据：

		1001	ss1
		1002	ss2
		1003	ss3
		1004	ss4
		1005	ss5
		1006	ss6
		1007	ss7
		1008	ss8
		1009	ss9
		1010	ss10
		1011	ss11
		1012	ss12
		1013	ss13
		1014	ss14
		1015	ss15
		1016	ss16

1 创建普通表 导入数据 ：
create table tb_stu(
id int,
name string)
row format delimited fields terminated by ‘\t’;
load data local inpath “/data/stu/” into table tb_stu ;

2 创建分桶表
create table buck_stu(
id int,
name string)
clustered by(id) --以id分桶
into 3 buckets --分桶个数
row format delimited fields terminated by ‘\t’;

3 开启分桶功能
set hive.enforce.bucketing=true; – 开启分桶
set mapreduce.job.reduces=-1; – -1为默认的reduce数量

4 使用insert into的方式导入数