Hive里的分区、分桶、视图和索引再谈

 

 

　  分桶是细粒度的，分桶是不同的文件。

　　分区是粗粒度的，即相当于，表下建立文件夹。分区是不同的文件夹。

 

桶在对指定列进行哈希计算时，会根据哈希值切分数据，使每个桶对应一个文件。

　　里面的id是哈希值，分过来的。

 

分桶，一般用作数据倾斜和数据抽样方面。由此，可看出是细粒度。

 

 

　　Hive 中创建分区表没有什么复杂的分区类型（范围分区、列表分区、hash 分区，混合分区等）。分区列也不是表中的一个实际的字段，而是一个或者多个伪列。意思是说，在表的数据文件中实际并不保存分区列的信息与数据。

 

 

 

注意：普通表（外部表、内部表）、分区表这三个都是对应HDFS上的目录，桶表对应是目录里的文件

 

 

 

 

 索引是为了提高查询速度的，视图是在查询sql的基础上的。 

 对一个表来说，视图是横向的，一般创建视图查询语句都要加条件的 

 

 

 索引是作用列上面的 

 

 　　拿索引来说，在某列上建立索引，得到的这个索引表，其实是原来的表而已。只是取了个新名字。
因为在建立了索引
包装了一下 

 

   视图是指计算机数据库中的视图，是一个虚拟表，即不是实实在在的，其内容由查询定义。同真实的表一样，视图包含一系列带有名称的列和行数据。但是，视图并不在数据库中以存储的数据值集形式存在。行和列数据来自由定义视图的查询所引用的表，并且在引用视图时动态生成。

 　　一般情况，是多表关联查询的时候，才用视图　

 　　对一个表来说，视图是横向的，一般创建视图查询语句都要加条件的 

 　　索引是作用列上面的 

　　 索引是为了提高查询速度的，视图是在查询sql的基础上的。

 　　比如一个表很多字段，你查询的时候，只是想取得其中一部分字段，并且包含一些特定条件的数据 ，这个时候最好用视图。

 

 

 

 

 

 

 

mysql视图使用总结

 

理解MySQL——索引与优化