Hive创建外部表以及分区

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

               

创建带分区的外部表

创建外部表的好处是数据可以随时从hdfs中挂载进表中

使用分区的好处是可以缩短查询范围

下面的例子展示了如何创建外部表

CREATE EXTERNAL TABLE my_daily_report(    last_update string,    col_a string,    col_b string,    col_c string,    col_d string,    col_e string,    col_f string,    col_g string,    col_h string,    col_i string,    col_j string)    PARTITIONED BY (    par_dt string) location '/user/chenshu/data/daily';

挂载分区目录

alter table my_daily_report add partition (par_dt='20140530') location '/user/chenshu/data/daily/my_daily_report/20140530';

上面的例子只使用了一个分区，其实还可以使用多个分区，比如一个分区管理日报表，这个分区对应一个目录，在这个目录下还可以有小时分区，用不同的目录存放不同小时的报表。这时，分区之间的关系就是目录树的关系。

删除分区

当然也要提供一个删除part_dt='20140530'分区的方法：

alter table my_daily_report drop partition (par_dt='20140530')

drop partition会将分区以及数据都删除，drop partition_spec会只删除分区元数据，不删除数据。

注意，HIVE中没有delete from语句，如果仅仅是删除某个分区里所有语句，刚好这里可以使用drop partition来实现。

用分区查询

既然有了分区，如果紧要查找该分区上的数据，在where中指定分区目录作为查询条件，要快很多

select count(*) from my_daily_report where par_dt='20140531';

推荐文章：

http://my.oschina.net/leejun2005/blog/82065

           

给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow