Hive查询结果批量插入分区操作

一、由其它表的出现结果插入分区表

在hive的数据建表时，为了查询的高效性，我们经常会对表建立分区，例如下面的表

create external table dm_fan_photo_icf_basic(user string, item string, hot int) 
PARTITIONED BY (day string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' stored as textfile location '/user/hive/fan/photo/icf/basic/';

这是一个外部表，以(day)作为分区，在一般情况下，要插入新的数据必须要指定分区，例如

insert into table dm_fan_photo_icf_basic
PARTITIONED BY (day = '20130620') select * from table_test where day = 20130620;

上面会把表table_test(table_test表不是分区表或者分区字段不是day)里面字段day = 20130620的数据插入到表dm_fan_photo_icf_basic中，并为这些新数据建立一个分区。有时候要插入的数据可能不止一天，可能是一个月，这时候按照常规情况下就要写多个sql，然后把分区字段名改成相应的日期，一方面代码不简洁，另一方面这需要启动多个job，且没有充分利用集群的优势，如果能一次性把所有数据都插入不同分区，那么效率就提上来了，如果要把table_test表里面20130620至当天的数据插入表dm_fan_photo_icf_basic中，并且要对应到相应的分区，此时，可利用如下的方面

set hive.exec.dynamic.partition.mode=nonstrict;
set hive.exec.dynamic.partition=true; insert into table dm_fan_photo_icf_basic PARTITIONED BY (day) select * from table_test where day >= 20130620 distribute by day;

其中前俩个设置是必须的，因为这是一种动态分区插入，在默认情况下是静态的

最后面的distribute by day也是必须的，这是指定了分区

 

二、

往hive分区表中插入数据时，如果需要创建的分区很多，比如以表中某个字段进行分区存储，则需要复制粘贴修改很多sql去执行，效率低。因为hive是批处理系统，所以hive提供了一个动态分区功能，其可以基于查询参数的位置去推断分区的名称，从而建立分区。
   1.创建一个单一字段分区表

hive>
 create table dpartition(id int ,name string )
 partitioned by(ct string  );

   2.往表里装载数据，并且动态建立分区，以city建立动态分区  

hive>
     hive.exec.dynamici.partition=true;  #开启动态分区，默认是false
     set hive.exec.dynamic.partition.mode=nonstrict; #开启允许所有分区都是动态的，否则必须要有静态分区才能使用。
     insert overwrite table dpartition
     partition(ct)
     select id ,name,city from  mytest_tmp2_p;
     
    要点：因为dpartition表中只有两个字段，所以当我们查询了三个字段时（多了city字段），所以系统默认以最后一个字段city为分区名，因为分区表的
    分区字段默认也是该表中的字段，且依次排在表中字段的最后面。所以分区需要分区的字段只能放在后面，不能把顺序弄错。如果我们查询了四个字段的话，则会报
    错，因为该表加上分区字段也才三个。要注意系统是根据查询字段的位置推断分区名的，而不是字段名称。
    hive>--查看可知，hive已经完成了以city字段为分区字段，实现了动态分区。
    hive (fdm_sor)> show partitions dpartition;
    partition
    ct=beijing
    ct=beijing1

 

注意：使用，insert...select 往表中导入数据时，查询的字段个数必须和目标的字段个数相同，不能多，也不能少,否则会报错。但是如果字段的类型不一致的话，则会使用null值填充，不会报错。而使用load data形式往hive表中装载数据时，则不会检查。如果字段多了则会丢弃，少了则会null值填充。同样如果字段类型不一致，也是使用null值填充。

3.多个分区字段时，实现半自动分区（部分字段静态分区，注意静态分区字段要在动态前面）

1.创建一个只有一个字段，两个分区字段的分区表
hive (fdm_sor)> create table ds_parttion(id int )
              > partitioned by (state string ,ct string );
2.往该分区表半动态分区插入数据
hive>
 set hive.exec.dynamici.partition=true;
 set hive.exec.dynamic.partition.mode=nonstrict;
 insert overwrite table ds_parttion
 partition(state='china',ct)  #state分区为静态，ct为动态分区，以查询的city字段为分区名
 select id ,city from  mytest_tmp2_p;
 
3.查询结果显示：
hive (fdm_sor)> select *  from ds_parttion where state='china'
              > ;
ds_parttion.id  ds_parttion.state   ds_parttion.ct
4   china   beijing
3   china   beijing
2   china   beijing
1   china   beijing
4   china   beijing1
3   china   beijing1
2   china   beijing1
1   china   beijing1
 
hive (fdm_sor)> select *  from ds_parttion where state='china' and ct='beijing';
ds_parttion.id  ds_parttion.state   ds_parttion.ct
4   china   beijing
3   china   beijing
2   china   beijing
1   china   beijing
 
hive (fdm_sor)> select *  from ds_parttion where state='china' and ct='beijing1';
ds_parttion.id  ds_parttion.state   ds_parttion.ct
4   china   beijing1
3   china   beijing1
2   china   beijing1
1   china   beijing1
Time taken: 0.072 seconds, Fetched: 4 row(s)

4.多个分区字段时，全部实现动态分区插入数据

set hive.exec.dynamici.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert overwrite table ds_parttion
partition(state,ct)
select id ,country,city from  mytest_tmp2_p; 

    注意：字段的个数和顺序不能弄错。

5.动态分区表的属性
  使用动态分区表必须配置的参数 ：
    set hive.exec.dynamic.partition =true（默认false）,表示开启动态分区功能
    set hive.exec.dynamic.partition.mode = nonstrict(默认strict),表示允许所有分区都是动态的，否则必须有静态分区字段

 动态分区相关的调优参数：
    set  hive.exec.max.dynamic.partitions.pernode=100 （默认100，一般可以设置大一点，比如1000）
       表示每个maper或reducer可以允许创建的最大动态分区个数，默认是100，超出则会报错。

   set hive.exec.max.dynamic.partitions =1000(默认值)
       表示一个动态分区语句可以创建的最大动态分区个数，超出报错

   set hive.exec.max.created.files =10000(默认) 全局可以创建的最大文件个数，超出报错。

转载于:https://www.cnblogs.com/shujuxiong/p/11161580.html