好程序员大数据培训开发之掌握Hive的静态分区与动态分区

为什么80%的码农都做不了架构师？>>>   

　　分区是hive存放数据的一种方式。将列值作为目录来存放数据，就是一个分区。这样查询时使用分区列进行过滤，只需根据列值直接扫描对应目录下的数据，不扫描其他不关心的分区，快速定位，提高查询效率。分动态和静态分区两种：

 

1.静态分区：若分区的值是确定的，那么称为静态分区。新增分区或者是加载分区数据时，已经指定分区名。

 

createtableifnotexistsday_part1(

 

uidint,

 

unamestring

 

)

 

partitionedby(yearint,monthint)

 

rowformatdelimitedfieldsterminatedby''

 

;

 

##加载数据指定分区

 

loaddatalocalinpath'/root/Desktop/student.txt'intotableday_part1partition(year=2017,month=04);

 

##新增分区指定分区名

 

altertableday_part1addpartition(year=2017,month=1)partition(year=2016,month=12);

 

2.动态分区：分区的值是非确定的，由输入数据来确定

 

2.1动态分区的相关属性：

 

hive.exec.dynamic.partition=true:是否允许动态分区

 

hive.exec.dynamic.partition.mode=strict：分区模式设置

 

strict：最少需要有一个是静态分区

 

nostrict：可以全部是动态分区

 

hive.exec.max.dynamic.partitions=1000：允许动态分区的最大数量

 

hive.exec.max.dynamic.partitions.pernode=100：单个节点上的mapper/reducer允许创建的最大分区

 

2.2动态分区的操作

 

##创建临时表

 

createtableifnotexiststmp(

 

uidint,

 

commentidbigint,

 

recommentidbigint,

 

yearint,

 

monthint,

 

dayint

 

)

 

rowformatdelimitedfieldsterminatedby'';

 

##加载数据

 

loaddatalocalinpath'/root/Desktop/comm'intotabletmp;

 

##创建动态分区表

 

createtableifnotexistsdyp1(

 

uidint,

 

commentidbigint,

 

recommentidbigint

 

)

 

partitionedby(yearint,monthint,dayint)

 

rowformatdelimitedfieldsterminatedby''

 

;

 

##严格模式

 

insertintotabledyp1partition(year=2016,month,day)

 

selectuid,commentid,recommentid,month,dayfromtmp;

 

##非严格模式

 

##设置非严格模式动态分区

 

sethive.exec.dynamic.partition.mode=nostrict;

 

##创建动态分区表

 

createtableifnotexistsdyp2(

 

uidint,

 

commentidbigint,

 

recommentidbigint

 

)

 

partitionedby(yearint,monthint,dayint)

 

rowformatdelimitedfieldsterminatedby'';

 

##为非严格模式动态分区加载数据

 

insertintotabledyp2partition(year,month,day)

 

selectuid,commentid,recommentid,year,month,dayfromtmp;

 

3.分区注意细节

 

(1)、尽量不要是用动态分区，因为动态分区的时候，将会为每一个分区分配reducer数量，当分区数量多的时候，reducer数量将会增加，对服务器是一种灾难。

 

(2)、动态分区和静态分区的区别，静态分区不管有没有数据都将会创建该分区，动态分区是有结果集将创建，否则不创建。

 

(3)、hive动态分区的严格模式和hive提供的hive.mapred.mode的严格模式。

 

hive提供我们一个严格模式：为了阻止用户不小心提交恶意hql

 

hive.mapred.mode=nostrict:strict

 

　　如果该模式值为strict，将会阻止以下三种查询：

 

(1)、对分区表查询，where中过滤字段不是分区字段。

 

(2)、笛卡尔积join查询，join查询语句，不带on条件或者where条件。

 

(3)、对orderby查询，有orderby的查询不带limit语句。

转载于:https://my.oschina.net/530504/blog/3029718