8 HiveQL:索引
Hive只有有限索引的功能。Hive中没有普通关系型数据库中键的概念,但是还是可以对一些字段建立索引来加速某些操作的。一张表的索引数据存储在另外一张表中。
当逻辑分区实际上太多太细而几乎无法使用时,建立索引也就成为分区的另一个选择。建立索引可以帮助裁剪掉一张表的一些数据块,这样能够减少MapReduce的输入数据量。并非所有的查询都可以通过建立索引获得好处。通过EXPLAIN命令可以查看某个查询语句是否用到了索引。
这里是否就感觉到索引和分区是否有相似之处,都是通过裁剪数据块来加快查询性能
Hive中的索引和关系型数据库中一样,需要仔细评估才能够使用。维护索引需要额外的存储空间,同时创建索引也需要消耗计算机资源。用户要自己做好相应的评估。
8.1 创建索引
例如下表:
CREATE TABLE employee(
name STRING,
salary FLOAT,
subordinates ARRAY<STRING>,
deductions Map<STRING,STRING>,
address STRUCT<street:STRING, city:STRING, state:STRING, zip:INT>
)
PARTITIONED BY (country STRI